[发明专利]一种基于人工智能OCR的电子秤图像文字识别方法

说明书

本发明提供一种基于人工智能OCR的电子秤图像文字识别方法，该方法包括以下步骤：样本收集步骤；样本清洗步骤；样本标注步骤；样本扩充步骤；样本预处理步骤；据通过第一算法处理，ResNet34提取特征，第一神经网络处理后，经CTC损失计算优化ResNet34、第一神经网络模型中的权重。采用本发明提供的方法可以准确实现电子秤图像文字识别。

技术领域

本发明涉及人工智能领域，具体涉及一种基于人工智能OCR的电子秤图像文字识别方法。

背景技术

OCR文字识别技术，OCR是指光学设备(扫描仪、数码相机等)检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程，其本质就是利用光学设备去捕获图像并识别文字，将人眼的能力延伸到机器上。OCR技术应用领域比较广泛，证件识别、车牌识别，智慧医疗，pdf文档转换为Word，拍照识别、截图识别、网络图片识别，无人驾驶，无纸化办公、稿件编辑校对，物流分拣，舆情监控，文档检索，字幕识别，文献资料检索等。

电子秤是用来对货物进行称重的自动化称重设备，通过传感器的力电转换，经称重仪表处理来完成对货物的计量。

随着智能化时代的发展，远程电子秤图像识别也有了需求。通过一张图像识别出图像中计量值，在远程数据校对、无人值守等场景也得到应用。

发明内容

本发明要解决的技术问题是，现有技术不能准确实现电子秤图像识别。

本发明提供一种基于人工智能OCR的电子秤图像文字识别方法，其特征在于，包括以下步骤：

S1：样本收集步骤，收集电子秤文字图像数据，视频图像抽帧得到相应图像；

S2：样本清洗步骤，剔除重复电子秤图像数据，剔除没有所需电子秤文字的图像数据；

S3：样本标注步骤，使用4点标注法方便文字裁剪后快速倾斜矫正，使用PPOCR标签标注工具，同时标注文字位置与文字内容，完成标注后裁剪导出图像数据，查看图像是否有倒立图像，有倒立图像则手动旋转180度使之图像正放；

S4：样本扩充步骤，对样本进行扩充。

S5：数据预处理步骤，数据在送入模型训练之前需要对数据进行处理加工，对输入图像数据归一化，调整到合适大小维度，对数据标签转成数字序列。

S6：采用第一算法处理图像数据，第一算法输入为两张图像中多组相同部位的匹配点对，输出为两张图像的相同部位的坐标映射；

S7：数据通过ResNet34提取特征，第一神经网络处理后，经CTC损失计算优化ResNet34、第一神经网络模型中的权重。

本发明的有益效果是，采用本发明提供的方法可以准确实现电子秤图像文字识别。

附图说明

图1为本发明的一种基于人工智能OCR的电子秤图像文字识别方法整体步骤图。

图2为本发明的一种基于人工智能OCR的电子秤图像文字识别方法ResNet34网络结构图实现。

具体实施方式

本发明提供基于人工智能OCR的电子秤图像文字识别方法，该方法包括以下步骤：

S1：样本收集，在互联网上收集电子秤文字图像数据，视频图像可以抽帧得到相应图像。

S2：样本清洗，电子秤文字图像数据本身类型也比较多，需要规范哪些需要的种类。收集的数据比较混乱，往往有很高的重复性以及图像没有文字或者文字不全等等，所以需要先剔除重复电子秤图像数据，再剔除没有所需电子秤文字的图像数据，文字不全的图像可以根据情况保留与剔除。