CN102968638B - 基于关键字光学字符识别的影像清晰度判断的方法 - Google Patents

Abstract

本发明公开了一种基于关键字光学字符识别的影像清晰度判断的方法，包括：提供配置工具，对特定类型的电子文件配置识别的区域坐标、识别的文字结果、电子文件的基准点，形成识别模板库；识别客户端通过读取识别模板库信息，自动定位需要识别电子文件的关键字区域；识别客户端对指定的关键字区域进行光学字符识别OCR文字识别，得出识别结果与识别模板库配置进行对比，得出识别率；由识别率通过清晰度配置，得出电子文件的清晰度结果。本发明通过计算机光学字符识别OCR技术的自动化优势，代替人力，大大节省了人力成本，提高了服务效率；大大减少因为人为主观因素造成的检查结果的偏差；检查的结果量化度高，可为整体质量检查提供较为信服的依据。

Description

基于关键字光学字符识别的影像清晰度判断的方法

技术领域

本发明适用于纸质资料电子化领域，特别是海量纸质单据或者档案资料，需要对电子化的图像进行清晰度检查的时候。

背景技术

近年来，随着计算机等信息技术的发展，计算机在的日常工作中应用的越来越广泛。随着计算机硬件设备的普及，内部网络和外部骨干网络的不断的建立和完善，“无纸化办公”类软件的发展，现在无纸化办公的软硬件环境已经基本准备充分，越来越多的单位和企业采用了内部办公系统(OA系统)来提高效率，节约成本。新的办公系统启用之后，新产生的文档将采用电子化的方式，通过网络进行流转和使用，而庞大的历史资料和现有电子化系统的对接的问题越来越突出。随之，扫描加工外包服务应运而生，这个服务，可以使客户的历史纸质资料快速、准确、高性价比的成为电子档案。

海量纸质文档的电子化过程，需要投入大量的扫描仪、计算机、网络和生产人员、管理人员。在电子化的过程中，电子文件的清晰度至关重要。为了保证最终的加工质量，需要投入大量的质检人员进行清晰度的检查工作。由于质检人员的检查存在较大的主观因素，其检查结果会因人为因素产生偏差，将对产品的最终质量带来直接的影响；同时质检人员进行人工检查，会耗费大量的人力，直接拉高了电子化过程的成本。如何保证对电子文件清晰度的检查尽量不受人为因素的影响，最大的接近客观实际情况，并且最大程度节省人力成本，减少检查过程中人力的参与，成为海量纸质文档的电子化过程中关于影像清晰度检查的一大挑战。

发明内容

本发明所要解决的技术问题是提供一种基于基于关键字光学字符识别的影像清晰度判断的方法，它可以保证对电子文件清晰度的检查尽量不受人为因素的影响，最大的接近客观实际情况，并且最大程度节省人力成本，减少检查过程中人力的参与。

为了解决以上技术问题，本发明提供了一种基于关键字光学字符识别的影像清晰度判断的方法，包括：提供配置工具，对特定类型的电子文件配置识别的区域坐标、识别的文字结果、电子文件的基准点，形成识别模板库；识别客户端通过读取识别模板库信息，自动定位需要识别电子文件的关键字区域；识别客户端对指定的关键字区域进行光学字符识别OCR文字识别，得出识别结果与识别模板库配置进行对比，得出识别率；由识别率通过清晰度配置，得出电子文件的清晰度结果。

本发明的有益效果在于：通过计算机光学字符识别(OCR)技术的自动化优势，代替人力，大大节省了人力成本，提高了服务效率；大大减少因为人为主观因素造成的检查结果的偏差；检查的结果量化度高，可为整体质量检查提供较为信服的依据。

所述识别模板的配置中，包括：确定需要识别清晰度的电子文件的类型和标准的电子文件模板；对电子文件模板上的关键字区域进行框选，记录框选的位置坐标，并记录到对应的配置信息库中；将框选的关键字区域的文字内容，一并记录到配置信息库中；配置模板的基准点，使实际检查的电子文件与模板中框选的位置进行对应；定义清晰度的等级。

在识别的客户端中，实现过程如下：通过读取当前的电子文件描述信息，确认电子文件的类型；到识别模板库中读取对应电子文件类型的模板配置信息；通过基准点和识别模板库中框选区域坐标，确定当前电子文件需要光学字符识别(OCR)识别的区域；对选定的区域进行光学字符识别(OCR)识别，对识别的文字和识别模板库中配置的文字进行比较，得出其识别正确率；通过识别正确率得出电子文件的清晰度。

识别模板的配置包括以下步骤：步骤一、新建一个识别模板；步骤二、载入模板文件；步骤三、配置模板文件的基准点；步骤四、新建一个关键字识别区域；步骤五、框选识别区域，记录其坐标位置；步骤六、配置待识别的文字信息；步骤七、配置信息入配置信息库；步骤八、判断是否继续新建识别区域；如是，重复步骤四；如否，继续；步骤九、判断是否继续新建识别模板；如是，重复步骤一；如否，继续；结束。

附图说明

下面结合附图和具体实施方式对本发明作进一步详细说明。

图1是本发明所述方法识别模板的配置示意图。

具体实施方式

本发明提供了一种高效、可靠且大大节省人力成本的电子化文件清晰度检查方法。将本软件部署在扫描加工服务的生产线上，可以无需人力干预，即可较为高效、迅速而客观的体现电子化文件的清晰度方面的质量情况。

本发明的基于光学字符识别(OCR)关键字文字识别的影像清晰度判断的方法主要由2个部分组成，分别为识别模板的配置和识别的客户端。

在识别模板的配置中，可以设置如下内容：

1、确定需要识别清晰度的电子文件的类型和标准的电子文件模板；

2、对电子文件模板上的关键字区域进行框选，记录框选的位置坐标，并记录到对应的配置信息库中；

3、将框选的关键字区域的文字内容，一并记录到配置信息库中；

4、可配置模板的基准点，方便实际检查的电子文件与模板中框选的位置进行对应；

5、定义清晰度的等级，如识别率100％为很清晰；90％-100％为清晰；80％-90％为较清晰；80％以下为不清晰。

在识别的客户端中，实现过程如下：

1、首先，通过读取当前的电子文件描述信息，确认电子文件的类型；

2、到识别模板库中读取对应电子文件类型的模板配置信息；

3、通过基准点和识别模板库中框选区域坐标，确定当前电子文件需要光学字符识别(OCR)识别的区域；

4、对选定的区域进行光学字符识别(OCR)识别，对识别的文字和识别模板库中配置的文字进行比较，得出其识别正确率；

5、通过识别正确率得出电子文件的清晰度。

本发明的具体的实施步骤如下：

1、安装识别模板的配置工具。

2、对识别模板库进行初始化，即：对需要进行关键字光学字符识别(OCR)识别的电子文件类型进行相应配置，确定其基准点、识别坐标、识别文字结果等。

3、安装客户端识别软件，挂接光学字符识别(OCR)文字识别引擎。

4、客户端识别软件，读取识别模板库信息，对电子文件进行识别，并得出电子文件的识别率，从而得到影像的清晰度。

本发明并不限于上文讨论的实施方式。以上对具体实施方式的描述旨在于为了描述和说明本发明涉及的技术方案。基于本发明启示的显而易见的变换或替代也应当被认为落入本发明的保护范围。以上的具体实施方式用来揭示本发明的最佳实施方法，以使得本领域的普通技术人员能够应用本发明的多种实施方式以及多种替代方式来达到本发明的目的。

Claims (3)

1.一种基于关键字光学字符识别的影像清晰度判断的方法，包括：

配置识别模板，对特定类型的电子文件配置识别的区域坐标、识别的文字结果、电子文件的基准点，形成识别模板库；

识别客户端通过读取识别模板库信息，自动定位需要识别电子文件的关键字区域；

识别客户端对指定的关键字区域进行光学字符识别文字识别，得出识别结果与识别模板库进行对比，得出识别率；

由清晰度通过识别率配置，得出电子文件的清晰度结果；其特征在于：识别模板的配置包括以下步骤：

步骤一、新建一个识别模板；

步骤二、载入模板文件；

步骤三、配置模板文件的基准点；

步骤四、新建一个关键字识别区域；

步骤五、框选识别区域，记录其坐标位置；

步骤六、配置待识别的文字信息；

步骤七、配置信息入配置信息库；

步骤八、判断是否继续新建识别区域；如是，重复步骤四；如否，继续；

步骤九、判断是否继续新建识别模板；如是，重复步骤一；如否，继续；

结束。

2.如权利要求1所述的基于关键字光学字符识别的影像清晰度判断的方法，其特征在于，所述识别模板的配置中，包括：

确定需要识别清晰度的电子文件的类型和标准的电子文件模板；

对电子文件模板上的关键字区域进行框选，记录框选的位置坐标，并记录到对应的配置信息库中；

将框选的关键字区域的文字信息，一并记录到配置信息库中；

配置模板的基准点，使实际检查的电子文件与模板中框选的位置进行对应；

定义清晰度的等级。

3.如权利要求1所述的基于关键字光学字符识别的影像清晰度判断的方法，其特征在于，在识别的客户端中，实现过程如下：

通过读取当前的电子文件描述信息，确认电子文件的类型；

到识别模板库中读取对应电子文件类型的模板配置信息；

通过基准点和识别模板库中框选区域坐标，确定当前电子文件需要光学字符识别的区域；

对选定的区域进行光学字符识别，对识别出的文字和识别模板库中配置的文字进行比较，得出其识别正确率；

根据识别正确率得出电子文件的清晰度等级。