[发明专利]一种书法字体类型与文字内容同步识别方法

说明书

本发明公开了一种书法字体类型与文字内容同步识别方法，属于图像处理技术领域，更进一步涉及图像文字识别技术领域中的一种书法字体类型与文字内容同步识别方法。首先生成训练集，然后构建一个7层的深度卷积神经网络，分别以字体和文字内容为标签，训练得到字体类型识别网络和文字内容识别网络，最后将字体类型识别网络与文字识别网络组成字体类型与文字内容同步识别网络，用于对单个书法字图像的字体类型和文字内容进行同步识别。本发明利用深度迁移学习技术，提高了网络的训练和识别效率，利用在线数据增强技术，提高了识别的鲁棒性。在书法教学，书法评价等场景下具有广阔的应用前景。

技术领域

本发明属于图像处理技术领域，更进一步涉及图像文字识别技术领域中的一种书法字体类型与文字内容同步识别方法。本发明用于对单个书法字图像的字体类型以及文字内容进行同步识别，可应用在智能书法教学、书法评价等场景。

背景技术

中国书法文字众多，不同字体特点鲜明。从书法字识别的类型来划分，主要分为字体风格识别和文字内容识别两大类。然而，在很多场景下，需要同时识别出单个书法字图像的字体风格以及文字内容。单个书法字图像的字体风格与文字内容同步识别，就是对一张含有单个书法字符的图像，同时识别出其对应的书法字体风格与文字内容(“隶书-安”、“行书-备”、“篆书-和”等)。例如，进行智能书法评价时，需要同时以字体风格和文字内容检索出标准字，进而进行对比评价；进行智能书法教学时，需要同时展示书法字的字体风格以及文字内容。因此，书法字体风格与文字内容的同步识别具有很大的现实意义。

上海海事大学在其申请的专利文献“一种书法字风格的识别方法”(专利申请号：CN201510626566.X，公开号：CN105117741A)中提出了一种单个书法字图像的字体类型识别方法。该方法首先构造单个书法字图像训练样本，对训练样本进行字体类型标注，计算每种字体类型的特征值，然后计算待识别书法字的字体类型特征值，根据字体类型特征值计算待识别书法字属于书法字训练样本中每一种字体类型的条件概率，根据条件概率的大小判断待识别书法字的字体类型。该发明采用特征值对书法字的字体类型进行量化表达，使原先在艺术领域中主观的书法字字体类型变成客观的、可自动分类的。但是，该方法仍然存在的不足之处是：该方法对书法字角度(要求垂直正放)以及书法字颜色(要求白底黑字)有要求；只能对单个书法字图像的字体风格进行识别。

浙江大学在其申请的专利文献“书法字识别方法”(专利申请号：CN201310020510.0，公开号：CN103093240A)中提出了一种单个书法字图像的文字内容识别方法。该方法首先搜集单个书法字图像，人工标注单个书法字图像对应的汉字语义，对单个书法字图像进行二值化、去噪和归一化处理后提取单个书法字图像中书法字的特征信息，存入特征数据库，特征信息包括单个书法字图像中书法字的四个边界点位置、书法字水平和垂直方向平均笔画穿越数、投影值、轮廓点，之后对待识别的单个书法字图像也进行处理，提取待识别书法字的特征信息，初步筛选后，再进行形状匹配比较，筛选出特征数据库里与待识别书法字形状相似的书法字，最后进行权重计算、合并汉字语义相同书法字图像，给出识别结果。该发明计算量小，能够在较短时间内给准确的识别结果；对用户所提供的待识别书法字图像没有具体要求。但是，该方法仍然存在的不足之处是：识别过程繁琐，且识别准确率和效率都相对较低；只能对单个书法字图像的文字内容进行识别。

发明内容

本发明针对上述现有技术的不足之处，提出了一种书法字体类型与文字内容同步识别方法，用于对单个书法字图像的字体类型以及文字内容进行同步识别。

实现本发明的具体步骤如下：

(1)生成训练集：

(1a)选取单个书法字图像至少2500张，其中，5种字体类型各选500张，每张为一个常用汉字；

(1b)将图像尺寸重置为103×103像素；

(1c)标注每张图像对应的字体类型和文字内容；

(1d)将标注后的2500张图像组成训练集；