[发明专利]一种文本识别方法、装置、设备及存储介质在审

专利信息
申请号: 202210874254.0 申请日: 2022-07-20
公开(公告)号: CN115187998A 公开(公告)日: 2022-10-14
发明(设计)人: 华杰 申请(专利权)人: 东莞市步步高教育软件有限公司
主分类号: G06V30/18 分类号: G06V30/18;G06V30/19
代理公司: 北京泽方誉航专利代理事务所(普通合伙) 11884 代理人: 唐明磊
地址: 523846 广东省东莞市*** 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: 一种 文本 识别 方法 装置 设备 存储 介质
【说明书】:

本申请实施例公开了一种文本识别方法、装置、设备及存储介质。本申请实施例提供的技术方案通过将待识别图像拆分成不同颜色通道对应的单通道图像,对每个单通道图像进行文本行检测得到每个单通道图像对应的单通道文本行检测结果,并对单通道文本行检测结果进行融合处理得到图像文本行检测结果,通过灰度识别模型对图像文本行检测结果进行文本识别得到待识别图像的文本识别结果,基于原有灰度识别模型即可实现对彩色图片的文本识别,不需要重新采集彩色照片样本训练文本识别模型,有效节约开发成本,缩短开发周期,并保证对彩色图片的文本识别效果。

技术领域

本申请实施例涉及图像处理技术领域,尤其涉及一种文本识别方法、装置、设备及存储介质。

背景技术

随着图像处理技术的发展,通过拍摄目标物体的图片进行文本识别的应用也越来越广泛。扫描笔通常使用黑白摄像头拍摄目标物体的图片,并利用灰度识别模型识别出图片信息中包含的文本。

由于扫描笔通常是利用黑白摄像头拍摄图片的,拍摄得到的图片容易出现背景和文本的灰度值较为接近的情况,导致背景和文本的对比度非常低,难以正确识别出图片中包含的文本。采用彩色摄像头拍摄图片可有效解决背景和文本的对比度较低的问题,但是由于灰度识别模型识是基于灰度图片样本进行训练的,灰度识别模型对彩色图片的文本识别效果并不理想。

发明内容

本申请实施例提供一种文本识别方法、装置、设备及存储介质,以解决现有技术中对彩色图片的文本识别效果不理想的技术问题,在节约开发成本,缩短开发周期的同时,保证对彩色图片的文本识别效果。

在第一方面,本申请实施例提供了一种文本识别方法,包括:

将待识别图像拆分成不同颜色通道对应的单通道图像;

对所述单通道图像进行文本行检测,得到每个所述单通道图像的单通道文本行检测结果;

对每个所述单通道图像的所述单通道文本行检测结果进行融合处理,得到所述待识别图像的图像文本行检测结果;

通过灰度识别模型对所述图像文本行检测结果进行文本识别,得到所述待识别图像的文本识别结果。

在第二方面,本申请实施例提供了一种文本识别装置,包括图像拆分模块、文本行检测模块、文本行融合模块和文本识别模块,其中:

所述图像拆分模块,用于将待识别图像拆分成不同颜色通道对应的单通道图像;

所述文本行检测模块,用于对所述单通道图像进行文本行检测,得到每个所述单通道图像的单通道文本行检测结果;

所述文本行融合模块,用于对每个所述单通道图像的所述单通道文本行检测结果进行融合处理,得到所述待识别图像的图像文本行检测结果;

所述文本识别模块,用于通过灰度识别模型对所述图像文本行检测结果进行文本识别,得到所述待识别图像的文本识别结果。

在第三方面,本申请实施例提供了一种文本识别设备,包括:存储器以及一个或多个处理器;

所述存储器,用于存储一个或多个程序;

当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的文本识别方法。

在第四方面,本申请实施例提供了一种存储计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的文本识别方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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东莞市步步高教育软件有限公司,未经东莞市步步高教育软件有限公司许可,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/202210874254.0/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top