[发明专利]一种基于神经网络的不动产证书识别方法

说明书

本发明涉及一种基于神经网络的不动产证书识别方法，方法包括以下步骤：制作不动产证书识别样本集；构建不动产证书字符识别神经网络；利用样本集训练所述不动产证书字符识别神经网络;获取待识别证书图片，对图片进行累加预处理、归一化处理，得到归一化图片；对归一化图片进行自动筛选裁剪，提取特征区域；自动获取特征区域图像明度，利用图像明度对特征区域进行初步筛选，得到粗区域；对粗区域进行形态学处理，得到精区域；对精区域进行二次形态学处理，得到字符区域；将字符区域输入至训练完成的网络，得到最终不动产证书编号。本发明有益效果是：能够适应各种不同情况和条件下的不动产证书识别，且识别精度高。

技术领域

本发明涉及图像识别领域，尤其涉及一种基于神经网络的不动产证书识别方法。

背景技术

目前市面上暂无公开且针对不动产证书编号的识别功能的技术方案。

不过目前来说，有一些可选的其他方案，即使用通用的字符提取工具，但这类工具由于要顾及更全面的场景，因此即便其在“文字识别”这一大类上识别率总体较好，但其在某个专项领域的识别率仍不能达到预期的识别精度。

另外，由于不动产证书是直接通过在闪光灯下拍照得来，因此，必然也面临着一些图像处理领域的常见问题，比如待识别的不动产证书图片的分辨率是不能确定的，因为拍照用的摄像头可能会更换，更换后分辨率可能不变，也可能变得更低或更高；

再比如，闪光灯可能会导致最终获取到的图片的明度发生变化；证书放置时间过长可能导致纸张本身泛黄发旧，因此图片的颜色可能会发生改变；证书上可能存在某些污渍；证书的常态是合着，因此打开后放进机器的证书可能是弯折的，等等。

从以上情况可以看到，即便是在专项领域内，仍有许多困难需要克服。

发明内容

针对不动产证书自动识别中因各种情况导致识别精度不高的技术问题，本发明供一种基于神经网络的不动产证书识别方法，其中方法具体包括以下步骤：

S1：制作不动产证书识别样本集；

S2：构建不动产证书字符识别神经网络；

S3：利用样本集训练所述不动产证书字符识别神经网络，得到训练完成的网络；

S4：获取待识别证书图片，对图片进行累加预处理，得到累加图片；

S5：对累加图片进行归一化处理，得到归一化图片；

S6：对归一化图片进行自动筛选裁剪，提取特征区域；

S7：自动获取特征区域图像明度，利用图像明度对特征区域进行初步筛选，得到粗区域；

S8：对粗区域进行形态学处理，得到精区域；

S9：对精区域进行二次形态学处理，得到字符区域；

S10：将字符区域输入至训练完成的网络，得到最终不动产证书编号。

本发明提供的有益效果是：能够适应各种不同情况和条件下的不动产证书识别，且识别精度高。

附图说明

图1是本发明方法流程示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地描述。

请参考图1，图1是本发明方法的流程图；本发明提供的一种基于神经网络的不动产证书识别方法、设备及存储设备，方法具体包括以下步骤：

S1：制作不动产证书识别样本集；

步骤S1中样本集制作过程如下：

S11、选取不动产证书字符识别区域；