[发明专利]光学字符识别方法、装置、电子设备及存储介质

权利要求书

1.一种光学字符识别方法，其特征在于，包括：

检测待处理图片中的文字的语言类型；

采用所述语言类型对应的文字识别模型，对所述待处理图片进行光学字符识别。

2.如权利要求1所述的光学字符识别方法，其特征在于，检测当前待处理图片中的文字的语言类型，包括：

检测所述待处理图片的文字区域；

检测各文字区域内的文字的语言类型；

采用所述语言类型对应的文字识别模型，对所述待处理图片进行光学字符识别，包括：

采用各所述文字区域对应的语言类型所对应的文字识别模型，分别对各所述文字区域进行光学字符识别。

3.如权利要求1所述的光学字符识别方法，其特征在于，检测当前待处理图片中的文字的语言类型，包括：

检测所述待处理图片的文字区域；

检测各文字区域内的文字的语言类型；

根据各所述文字区域对应的语言类型，确定所述待处理图片对应的目标语言类型；

采用所述语言类型对应的文字识别模型，对所述待处理图片进行光学字符识别，包括：

采用所述目标语言类型对应的文字识别模型，对所述待处理图片进行光学字符识别。

4.如权利要求3所述的光学字符识别方法，其特征在于，根据各所述文字区域对应的语言类型，确定所述待处理图片对应的目标语言类型，包括：

统计各语言类型所对应的文字区域的数量；

确定出对应文字区域数量最多的语言类型；所述对应文字区域数量最多的语言类型为所述待处理图片对应的目标语言类型。

5.如权利要求1-4任一项所述的光学字符识别方法，其特征在于，在采用所述语言类型对应的文字识别模型，对所述待处理图片进行光学字符识别之前，所述方法还包括：

确定本机的算力水平；

从所述语言类型对应的多个文字识别模型中，确定出与本机的算力水平匹配的目标文字识别模型；所述语言类型对应的多个文字识别模型具有不同的算力需求；

采用所述语言类型对应的文字识别模型，对所述待处理图片进行光学字符识别，包括：

采用所述语言类型对应的目标文字识别模型，对所述待处理图片进行光学字符识别。

6.如权利要求5所述的光学字符识别方法，其特征在于，所述确定本机的算力水平，包括：

获取本机的硬件情况；

根据本机的硬件情况确定用于进行光学字符识别的计算环境；

在所述计算环境中调用预设的算力检测程序，得到本机的算力水平。

7.如权利要求6所述的光学字符识别方法，其特征在于，根据本机的硬件情况确定用于进行光学字符识别的计算环境，包括：

若本机没有图形处理器GPU，则确定用于进行光学字符识别的计算环境为中央处理器CPU；

若本机具有独立的GPU，且所述GPU支持统一计算设备架构CUDA，则确定用于进行光学字符识别的计算环境为使用CUDA模块的所述GPU；

若本机具有独立的GPU，且所述GPU不支持CUDA，但支持直接机器学习技术DML，或本机具有集成于CPU中的GPU，且操作系统为Windows10及比Windows 10更高的版本，则确定用于进行光学字符识别的计算环境为使用DML模块的所述GPU；

若以上情况都不符合，则确定用于进行光学字符识别的计算环境为使用VULKAN模块。

8.一种光学字符识别方法，其特征在于，包括：

确定本机的算力水平；

确定出与本机的算力水平匹配的目标文字识别模型；不同的文字识别模型具有不同的算力需求；

采用所述目标文字识别模型，对待处理图片进行光学字符识别。

9.如权利要求8所述的光学字符识别方法，其特征在于，所述确定本机的算力水平，包括：

获取本机的硬件情况；

根据本机的硬件情况确定用于进行光学字符识别的计算环境；

在所述计算环境中调用预设的算力检测程序，得到本机的算力水平。