[发明专利]一种基于聚类特征提取的OCR字体识别方法及系统

权利要求书

1.一种基于聚类特征提取的OCR字体识别方法，其特征在于，包括：

获取待识别文字；

将所述待识别文字输入至OCR风格识别模型，以使所述OCR风格识别模型通过图形分割层对所述待识别文字进行笔划图形切割，获得若干个笔划图形，并通过第一聚类层对各笔划图形进行第一聚类计算，获得每个笔划所对应的笔划类别，继而通过第二聚类层将确定笔划类别的笔划图形进行第二次聚类计算，获得每个笔划所对应的书法风格，再根据每个笔划图形的连通区域面积和各书法风格，计算各笔划的书法风格所对应的权重，从而确定并输出所述待识别文字的书法风格；

所述根据每个笔划图形的连通区域面积和各书法风格，计算各笔划的书法风格所对应的权重，从而确定并输出所述待识别文字的书法风格，具体为：计算每个笔划图形的连通区域面积，并根据每个连通区域面积与整个待识别文字的所有连通区域面积之间的比例，确定每个笔划的占比；根据每个笔划的占比和每个笔划对应的书法风格，计算各书法风格所对应的权重，选择权重最大的书法风格作为所述待识别文字的书法风格；

其中，所述OCR风格识别模型内设置有所述图形分割层、所述第一聚类层、所述第二聚类层和第三聚类层；所述书法风格包括：篆书、隶书、楷书、行书和草书；

所述第三聚类层用于在确定所述待识别文字的书法风格后，将待识别文字发送至对应的第三聚类子单元；其中，所述第三聚类层内设置有多个第三聚类子单元，各所述第三聚类子单元分别一一对应一个书法风格，并用于对所属书法风格内的文字进行艺术风格聚类；根据第三聚类子单元输出的聚类结果，确定所述待识别文字所属的艺术风格。

2.根据权利要求1所述的基于聚类特征提取的OCR字体识别方法，其特征在于，所述通过图形分割层对所述待识别文字进行笔划图形切割，获得若干个笔划图形，具体为：

通过所述图形分割层将所述待识别文字进行灰度二值化处理，获得待分割字符，并对所述待分割字符进行特征提取，结合预设的特征权重，将提取的特征进行划分，再根据划分后的字符形成若干个笔划图形；

其中，所述图形分割层是根据多个样品文字以及各样品文字对应的笔划分割结果而训练而成。

3.根据权利要求1所述的基于聚类特征提取的OCR字体识别方法，其特征在于，所述通过第一聚类层对各笔划图形进行第一聚类计算，获得每个笔划所对应的笔划类别，具体为：

所述第一聚类层根据第一聚类中心和k-means算法，分别确定各笔划图形所属的各第一类别；

所述第一聚类层根据第一类别内各第一聚类子中心和KNN算法，分别确定各笔划图形在所述第一类别中的第一子类别，以确定的第一子类别作为笔划所对应的笔划类别；

其中，所述第一类别包括：单笔划类和组合笔划类；所述单笔划类的第一子类别包括：点类、横类、竖类、撇类、捺类和提类；所述组合笔划类的第一子类别包括：横折类、横撇类、横钩类、横折提类、横折弯类、横折折类、横斜钩类、横折弯钩类、横撇弯钩类、横折折撇类、横折折折类、横折折折钩类、竖提类、竖折类、竖钩类、竖弯类、竖弯钩类、竖折撇类、竖折折类、竖折折钩类、撇点类、撇折类、斜钩类、弯钩类和卧钩类。

4.根据权利要求3所述的基于聚类特征提取的OCR字体识别方法，其特征在于，所述通过第二聚类层将确定笔划类别的笔划图形进行第二次聚类计算，获得每个笔划所对应的书法风格，具体为：

通过所述第二聚类层将确定笔划类别的笔划图形划分至相应的第二聚类子单元；其中，各第二聚类子单元分别一一对应一个笔划类别，并用于对所属笔划类别内笔划图形进行风格聚类；

根据各第二聚类子单元输出的聚类结果，确定每个笔划所对应的书法风格。