[发明专利]基于文字识别技术的笔记生成方法、装置和计算机设备有效
申请号: | 201910828605.2 | 申请日: | 2019-09-03 |
公开(公告)号: | CN110705233B | 公开(公告)日: | 2023-04-07 |
发明(设计)人: | 温桂龙 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
主分类号: | G06F40/186 | 分类号: | G06F40/186;G06V30/244;G06V30/148;G06V10/82;G06N3/08 |
代理公司: | 深圳市明日今典知识产权代理事务所(普通合伙) 44343 | 代理人: | 王杰辉 |
地址: | 518000 广东省深圳市福田区福*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 文字 识别 技术 笔记 生成 方法 装置 计算机 设备 | ||
1.一种基于文字识别技术的笔记生成方法,应用于指定终端,其特征在于,包括:
获取具有手写文字和印刷体文字的指定图片;
利用预设的图片相似度判断方法,判断所述指定图片与所述指定终端前一次获取的图片是否相似;
若所述指定图片与所述指定终端前一次获取的图片不相似,则利用预设的文字识别技术将所述指定图片中的手写文字和印刷体文字分别识别为手写文字文本和印刷体文字文本,以及提取所述指定图片中手写文字的特征数据,其中所述特征数据至少包括所述手写文字中的重笔位置与重笔数量;
将所述特征数据输入基于神经网络模型训练完成的情绪识别模型,获得所述情绪识别模型输出的预测情绪类别,其中所述情绪识别模型基于预先采集的手写文字,以及与所述预先采集的手写文字关联的情绪类别组成的样本数据训练而成;
根据预设的情绪类别与文字排版类型的对应关系,获取与所述预测情绪类别对应的目标文字排版类型;
将所述印刷体文字文本和所述手写文字文本根据所述目标文字排版类型进行排版,生成所述笔记。
2.根据权利要求1所述的基于文字识别技术的笔记生成方法,其特征在于,所述利用预设的图片相似度判断方法,判断所述指定图片与所述指定终端前一次获取的图片是否相似的步骤,包括:
分别对所述指定图片与所述指定终端前一次获取的图片进行灰度化处理得到灰度图片,所述灰度图片包括第一灰度图片和第二灰度图片;
计算所述灰度图片的第m列或者第m行的所有像素点的灰度值的平均值Am,以及计算灰度图片中所有像素点的灰度值的平均值B;
根据公式:计算灰度图片的第m列或者第m行的总体方差其中N为所述灰度图片中的列或者行的总数量;
根据公式:获得所述第一灰度图片与所述第二灰度图片的第m列或者第m行的总体方差之差其中,为所述第一灰度图片的第m列或者第m行的总体方差,为所述第二灰度图片的第m列或者第m行的总体方差;
判断是否小于预设的方差误差阈值;
若小于预设的方差误差阈值,则判定所述指定图片与所述指定终端前一次获取的图片相似。
3.根据权利要求1所述的基于文字识别技术的笔记生成方法,其特征在于,所述利用预设的图片相似度判断方法,判断所述指定图片与所述指定终端前一次获取的图片是否相似的步骤,包括:
依次对比所述指定图片与所述指定终端前一次获取的图片中对应的像素点,并统计相同像素点的数量;
根据公式:相同像素点占比=所述相同像素点的数量/所述指定图片中所有像素点的数量,获得所述相同像素点占比;
判断所述相同像素点占比是否大于预设的占比阈值;
若所述相同像素点占比大于预设的占比阈值,则判定所述指定图片与所述指定终端前一次获取的图片相似。
4.根据权利要求1所述的基于文字识别技术的笔记生成方法,其特征在于,所述手写文字的颜色与所述印刷体文字的颜色不同,所述利用预设的文字识别技术将所述指定图片中的手写文字和印刷体文字分别识别为手写文字文本和印刷体文字文本的步骤,包括:
采集所述指定图片中的像素点的RGB颜色模型中的R颜色通道的数值、G颜色通道的数值和B颜色通道的数值,并根据预设的三值化法将所述指定图片中的像素点的RGB颜色设置为(0,0,0)、(255,255,255)或者(P,P,P),其中P为大于0且小于255的预设数值,获得由三种颜色构成的暂时图片;
计算三种颜色在所述暂时图片中所占面积,并对面积较小的两种颜色的所占区域分别采用预设的文字分割方法,获得分割开的单个手写文字和分割开的单个印刷体文字;
提取所述单个手写文字的文字特征和所述单个印刷体文字的文字特征,并输入预设的支持向量机中进行分类,获得识别而得的手写文字文本和印刷体文字文本。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910828605.2/1.html,转载请声明来源钻瓜专利网。