[发明专利]一种图像文本识别纠错的方法、系统、电子装置和介质

说明书

本申请涉及一种图像文本识别纠错的方法、系统、电子装置和介质，其中，该方法包括：获取图像文本数据进行数据预处理，并通过OCR模型进行识别，输出识别字符以及该识别字符对应的置信度分值、坐标；预设识别阈值，通过比较置信度分值和识别阈值进行纠错标记，得到待纠错字符，并对待纠错字符进行mask替换，通过MLM模型基于语义环境对mask位置预测字符，生成得到候选字符集和该候选字符的置信度；通过字形相似度算法，计算得到候选字符与待纠错字符之间的字形相似度，并对字形相似度与候选字符置信度进行综合计算，得到候选字符的纠错分值；根据纠错分值，进行字符纠错处理，输出得到目标识别结果。通过本申请，提高了纠错效率并降低了成本。

技术领域

本申请涉及图像文本处理技术领域，特别是涉及一种图像文本识别纠错的方法、系统、电子装置和介质。

背景技术

在通过计算机进行交互的过程中，不仅可以通过字符文本表达某种意图，往往还存在通过图像文本来表达意图的情况。此外，在纸质材料电子化过程中，需要对纸质图像文本进行识别，得到电子文档。而实际情况中，对于图像文本的识别，往往会出现字符识别错误的情况。因此，如何有效提升图像文本的识别质量，对识别错误的字符进行纠错处理成为了亟需解决的问题。

在相关技术中，通过字典对错误字符进行纠错处理，是基于事先维护的词典，而词典的维护需要投入过多人工成本，且纠错效果取决于词典维护的质量；在一些相关技术中，由于备选字符是基于图像的字符特征从特征数据库中生成的，故针对不同的文本语境，同样的字符特征所输出的备选字符基本一致，差异性不大，而且，通过对每个字符遍历特征数据库来生成多个备选字符，以提高OCR识别结果的准确性的方法，耗时较大，时间成本高，此外，只通过语义通顺程度对字符进行纠错，指标单一，纠错效率低。目前针对相关技术中，在对图像文本中识别的错误字符进行纠正处理时，存在的人工成本和时间成本高，以及备选字符和判断指标单一造成的文本识别纠错质量低的问题，尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种图像文本识别纠错的方法、系统、电子装置和介质，以至少解决相关技术中在对图像文本中识别的错误字符进行纠正处理时，存在的人工成本和时间成本高，以及备选字符和判断指标单一造成的文本识别纠错质量低的问题。

第一方面，本申请实施例提供了一种图像文本识别纠错的方法，所述方法包括：

获取图像文本数据，对所述图像文本进行数据预处理，并通过OCR模型对所述图像文本进行识别，输出识别字符以及所述识别字符对应的置信度分值、坐标；

预设识别阈值，通过比较所述置信度分值和所述识别阈值来对所述识别字符进行纠错标记，得到待纠错字符，并对所述待纠错字符进行mask替换，通过MLM模型基于语义环境对所述mask位置预测字符，生成得到候选字符集和所述候选字符的置信度；

通过字形相似度算法，计算得到所述候选字符与所述待纠错字符之间的字形相似度，并对所述字形相似度与所述候选字符置信度进行综合计算，得到所述候选字符的纠错分值；

根据所述候选字符的纠错分值，对所述待纠错字符进行字符纠错处理，输出得到目标识别结果。

在其中一些实施例中，通过比较所述置信度分值和所述识别阈值来对所述识别字符进行纠错标记包括：

判断所述识别字符的置信度分值和所述识别阈值的大小；

在判断所述识别字符的置信度分值低于所述识别阈值的情况下，对所述识别字符进行纠错标记；

在判断所述识别字符的置信度分值不低于所述识别阈值的情况下，所述识别字符无需纠正。

在其中一些实施例中，在对所述待纠错字符进行mask替换之前，所述方法还包括：

通过版面分析法识别所述识别字符的区域属性，并合并所述识别字符，生成得到长文本字符串。