CN103810485A - 识别装置、文字识别系统及方法 - Google Patents

Abstract

本发明公开一种识别装置，用于与具有文字识别功能的服务器配合而进行文字识别。该识别装置包括拍摄模块，用于对目标画面进行拍摄并生成图片；发送模块，用于向该服务器发送图片；接收模块，用于接收该服务器根据该图片识别出来的文字及图片信息；及排版模块，用于对所接收的文字及图片信息进行排版并生成一定格式的文档。本发明还公开一直识别装置的文字识别方法以及一种文字识别系统。由于服务器中可存储大量的文字数据库，因此，其识别的准确率较高。

Description

识别装置、文字识别系统及方法

技术领域

本发明涉及文字识别技术领域，尤其是涉及一种可识别文字的识别装置及其识别方法。

背景技术

光学字符识别（Optical Character Recognition，OCR）是指电子设备检查图片上的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程。从影像到结果输出，需经过影像输入、影像前处理、文字特征抽取、比对识别，最终获取文字信息等步骤。对于有图画内容的图片，图画内容所在区域将被识别出来，并还以图片格式保存。

目前很多移动电子设备，比如智能手机，都可集成OCR功能。现有的一种方法过程是，用手机拍摄下具有目标文字的图片，然后启动OCR功能。手机运行该功能对所拍摄图片进行文字识别，识别过程中，手机将识别出来的文字与识别得到该文字的图块逐个地对应并存储。OCR功能结束后，用户看到的仍是拍摄的图片，随该图片存储的还有识别出来的文字。然而，由于手机运行速度较慢，存储的文字数据库量也有限，因此，上述识别过程较慢，识别的准确率也较低。

发明内容

有鉴于此，有必要提供一种识别准确率高的识别装置、文字识别系统及方法。

本发明提出一种识别装置，用于与具有文字识别功能的服务器配合而进行文字识别，其特征在于，该识别装置包括拍摄模块，用于对目标画面进行拍摄并生成图片；发送模块，用于向该服务器发送图片；接收模块，用于接收该服务器根据该图片识别出来的文字及图片信息；及排版模块，用于对所接收的文字及图片信息进行排版并生成一定格式的文档。

一种文字识别系统，包括如上所述的识别装置及所述服务器，该服务器包括服务器端接收模块，用于接收该识别装置发送过来的图片；文字识别模块，用于对该图片进行光学字符识别，并生成对应的文字信息及图片信息；及服务器端发送模块，用于向该识别装置发送该文字及图片信息。

优选地，该识别装置还包括处理模块，其用于对该图片的规格进行处理。

优选地，该处理模块包括图片生成子模块，用于生成特定大小的空白区域；第一输出子模块，用于将图片输出在该空白区域；操作响应子模块，用于响应用户对图片的缩放、裁剪和/或移动的操作；及记录子模块，用于记录缩放比例及操作后的图片与空白区域之间的位置关系及比例关系。

优选地，该排版模块包括：文档生成子模块，用于生成一定格式的空白文档；第二输出子模块，用于根据所述位置关系及缩放比例在空白文档的对应位置输出所述文字及图片信息；及调整模块，用于根据所述比例关系调整文字信息的文字大小。

一种文字识别方法，包括对目标画面进行拍摄并生成图片；向具有文字识别功能的服务器发送图片；接收该服务器根据该图片识别出来的文字及图片信息；及对所接收的文字及图片信息进行排版并生成一定格式的文档。

优选地，在所述对目标画面进行拍摄并生成图片的步骤之后还包括对图片的规格进行处理的步骤。

优选地，所述对图片的规格进行处理的步骤包括生成特定大小的空白区域；将图片输出在该空白区域；响应用户对图片的缩放、裁剪和/或移动的操作；及记录缩放比例及操作后的图片与空白区域之间的位置关系及比例关系。

优选地，所述对所接收的文字及图片信息进行排版的步骤包括生成一定格式的空白文档；根据所述位置关系及缩放比例在空白文档的对应位置输出所述文字及图片信息；及根据所述比例关系调整文字信息的文字大小。

由于服务器中可存储大量的文字数据库，加上其运行速度也较快，因此，其识别的准确率较高，识别过程也较快。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明的文字识别系统的模块示意图，其包括识别装置及服务器；

图2是实施图1中的第一输出子模块的一个实施例的示意图；

图3是实施图1中的操作响应子模块的一个实施例的示意图；

图4是图1的识别装置的文字识别方法的流程示意图；

图5是图4中步骤S2的分解步骤流程图；

图6是图4中的步骤S13的分解步骤流程图。

具体实施方式

下面结合附图和具体实施例对本发明的技术方案作进一步更详细的描述。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。

请结合图1，本发明的文字识别系统包括识别装置100及服务器200。所述识别装置可以是手机或平板电脑等有屏幕的识别装置，也可以是没有屏幕的识别装置。所述识别装置与服务器间可以是有线方式的连接，也可以是无线方式的连接。下述实施方式中的识别装置100以手机为例，其包括拍摄模块10、发送模块20、接收模块30、排版模块40及显示模块50。

拍摄模块10用于对目标画面进行拍摄并生成图片。在本实施方式中，拍摄模块10与识别装置中的摄像头匹配，该摄像头用于对用户所需识别的具有文字的目标画面进行光学成像，拍摄模块10用于根据该光学成像生成目标画面的图片。

发送模块20用于向服务器200发送图片。在本实施方式中，发送模块20与识别装置中的发送电路匹配，该发送模块20用于将上述拍摄模块10所生成的目标画面的图片发送向服务器200。

接收模块30用于接收服务器200传来的文字及图片信息。在本实施方式中，发送模块20与识别装置中的接收电路匹配，该接收模块30用于接收服务器200传来的文字及图片信息（下文有仔细描述）。

排版模块40用于对所接收的文字及图片信息进行排版并生成一定格式的文档。在本实施方式中，所示一定格式的文档可以是常用的Word或PDF等格式的文档。

显示模块50用于显示拍摄模块10对目标画面所拍摄而生成的图片，以及显示排版模块40生成的上述一定格式的文档。

服务器200包括服务器端接收模块202、文字识别模块204以及服务器端发送模块206。服务器端接收模块202用于接收上述识别装置的识别装置100发送过来的图片。文字识别模块204用于对该图片进行光学字符识别，并生成对应的文字信息及图片信息。如背景技术所述，光学字符识别为本领域技术人员熟知，在本说明书中不再做赘述。服务器端发送模块206用于向识别装置100发送根据该图片识别出来的文字及图片信息。

如上实施方式所述，由于服务器200中可存储大量的文字数据库，加上其运行速度也较快，因此，其识别的准确率较高，识别过程也较快。当识别装置100为如手机等移动设备时，上述图片及根据图片识别出来的文字及图片信息可通过WiFi或GPRS等无线的方式发送。

随着3G甚至4G制式等高速数据网络的覆盖，上述图片或者文字及图片信息可以很快的进行传输，传输所需时间将大为缩减。如此上述实施方式所能带来的高识别度的有点将更为突出。

优选地，识别装置100还包括处理模块60，用于对该图片的规格进行处理。具体地，处理模块60对所述图片的大小、画质、色调、对比度等规格进行处理，以利于文字识别。

优选地，处理模块60包括图片生成子模块61、第一输出子模块62、操作响应子模块63及记录子模块64。图片生成子模块61用于生成特定大小的空白区域。第一输出子模块62用于将图片输出在该空白区域，如图2所示。操作响应子模块63用于响应用户对图片的缩放、裁剪和/或移动的操作，一般推荐用户将边缘的空白部分都裁剪掉，比如图3所示的用户操作后的状态。记录子模块64用于记录记录缩放比例及图片与空白区域之间的位置关系及比例关系。

优选地，排版模块40包括文档生成子模块41、第二输出子模块42及调整子模块43。文档生成子模块41用于生成一定格式的空白文档。第二输出子模块42用于根据所述位置关系及缩放比例在空白文档的对应位置输出所述文字及图片信息。具体地，第二输出子模块42根据位置关系将文字及图片信息输出在空白文档的对应位置处，再根据缩放比例调整图片信息，以使图片与缩放后的图片大小保持一致。调整子模块43用于根据所述比例关系调整文字信息。具体地，识别装置100可存储一个表，该表记录了多个上述比例关系与文字大小之间的对应关系，如此，调整后变可使得显示的文字信息的文字大小与调整后的图片的基本一致。如此，进过上述调整，文档中显示的文字及图片信息的排版便与调整后的图片在空白区域中的排版基本一致。

请结合图4，本发明的文字识别方法可以用于手机或平板电脑等有屏幕的识别装置，也可以用于没有屏幕的识别装置。所述文字识别方法包括以下步骤：

步骤S1：拍摄目标图片并生成图片。具体地，对用户所需识别的具有文字的目标画面进行光学成像，再根据该光学成像生成目标画面的图片。

步骤S3：向具有文字识别功能的服务器发送图片。

步骤S5：服务器接收该图片。

步骤S7：服务器对该图片进行光学字符识别，并生成对应的文字信息及图片信息；

步骤S9：服务器发送该文字及图片信息。

步骤S11：接收该服务器传来的文字及图片信息。

步骤S13：对所接收的文字及图片信息进行排版并生成一定格式的文档。所述一定格式的文档可以是常用的Word或PDF等格式的文档。

如上实施方式所述，由于服务器中可存储大量的文字数据库，加上其运行速度也较快，因此，其识别的准确率较高，识别过程也较快。当识别装置为如手机等移动设备时，上述图片及根据图片识别出来的文字及图片信息可通过WiFi或GPRS等无线的方式发送。

随着3G甚至4G制式等高速数据网络的覆盖，上述图片或者文字及图片信息可以很快的进行传输，传输所需时间将大为缩减。如此上述实施方式所能带来的高识别度的有点将更为突出。

优选地，在生成一定格式的文档的步骤之后，还包括步骤S15：显示该文档的。如此，用户可直接观看该文档，方便其观察识别出来的文字信息是否有误。

优选地，在向服务器发送图片的步骤之前，还包括步骤S2：对该图片的规格进行处理。具体地，对所述图片的大小、画质、色调、对比度等规格进行处理，以利于文字识别。

优选地，请结合图5，对该图片的规格进行处理的步骤包括：

步骤S2.1：生成特定大小的空白区域。

步骤S322：将图片输出在该空白区域，如图2所示。

步骤S2.3：响应用户对图片的缩放、裁剪和/或移动的操作，一般推荐用户将边缘的空白部分都裁剪掉，比如图3所示的用户操作后的状态。

步骤S2.4：记录缩放比例及操作后的图片与空白区域之间的位置关系及比例关系。

优选地，请结合图6，对所接收的文字及图片信息进行排版并生成一定格式的文档的步骤包括：

步骤S13.1：生成一定格式的空白文档，比如Word或PDG等文档。

步骤S13.2：根据所述位置关系及缩放比例在空白文档的对应位置输出所述文字及图片信息。具体地，根据位置关系将文字及图片信息输出在空白文档的对应位置处，再根据缩放比例调整图片信息，以使图片与缩放后的图片大小保持一致。

步骤S13.3：根据所述比例关系调整文字信息的文字大小。具体地，可存储一个表，该表记录了多个上述比例关系与文字大小之间的对应关系，如此，调整后变可使得显示的文字信息的文字大小与调整后的图片的基本一致。如此，进过上述调整，文档中显示的文字及图片信息的排版便与调整后的图片在空白区域中的排版基本一致。

必须指出的是，本说明书中所指的图片信息是表示拍摄图片中除了文字及空白部分的图画/插图。

必须指出的是，由于用户拍摄的画面可能只有文字，也可能文字及图画/图都有，因此，本说明书中所指出的“接收服务器传来的文字信息及图片信息”是为了表示可以接收文字信息，也可以接收文字及图片信息，并非意味接收文字信息一定伴随着接收图片信息。在所拍摄的图片中仅有文字时，接收到的仅是文字信息。

需要说明的是，通过以上的实施例的描述，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的硬件平台的方式来实现，当然也可以全部通过硬件来实施。基于这样的理解，本发明的技术方案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来，所述计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例或者实施例的某些部分所述的方法。

以上所揭露的仅为本发明实施例中的较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (10)

1.一种识别装置，用于与具有文字识别功能的服务器配合而进行文字识别，其特征在于，该识别装置包括：

拍摄模块，用于对目标画面进行拍摄并生成图片；

发送模块，用于向该服务器发送图片；

接收模块，用于接收该服务器根据该图片识别出来的文字及图片信息；及

排版模块，用于对所接收的文字及图片信息进行排版并生成一定格式的文档。

2.根据权利要求1所述的识别装置，其特征在于，还包括处理模块，其用于对该图片的规格进行处理。

3.根据权利要求2所述的识别装置，其特征在于，该处理模块包括：

图片生成子模块，用于生成特定大小的空白区域；

第一输出子模块，用于将图片输出在该空白区域；

操作响应子模块，用于响应用户对图片的缩放、裁剪和/或移动的操作；及

记录子模块，用于记录缩放比例及操作后的图片与空白区域之间的位置关系及比例关系。

4.根据权利要求3所述的识别装置，其特征在于，该排版模块包括：

文档生成子模块，用于生成一定格式的空白文档；

第二输出子模块，用于根据所述位置关系及缩放比例在空白文档的对应位置输出所述文字及图片信息；及

调整模块，用于根据所述比例关系调整文字信息的文字大小。

5.一种文字识别方法，包括：

对目标画面进行拍摄并生成图片；

向具有文字识别功能的服务器发送图片；

接收该服务器根据该图片识别出来的文字及图片信息；及

对所接收的文字及图片信息进行排版并生成一定格式的文档。

6.根据权利要求5所述的文字识别方法，其特征在于，在所述对目标画面进行拍摄并生成图片的步骤之后还包括：

对图片的规格进行处理。

7.根据权利要求6所述的文字识别方法，其特征在于，所述对图片的规格进行处理的步骤包括：

生成特定大小的空白区域；

将图片输出在该空白区域；

响应用户对图片的缩放、裁剪和/或移动的操作；及

记录缩放比例及操作后的图片与空白区域之间的位置关系及比例关系。

8.根据权利要求7所述的文字识别方法，其特征在于，所述对所接收的文字及图片信息进行排版的步骤包括：

生成一定格式的空白文档；

根据所述位置关系及缩放比例在空白文档的对应位置输出所述文字及图片信息；及

根据所述比例关系调整文字信息的文字大小。

9.一种文字识别系统，包括如权利要求1至4任一项所述的识别装置及所述服务器，该服务器包括：

服务器端接收模块，用于接收该识别装置发送过来的图片；

文字识别模块，用于对该图片进行光学字符识别，并生成对应的文字信息及图片信息；及

服务器端发送模块，用于向该识别装置发送该文字及图片信息。

10.一种文字识别方法，包括：

对目标画面进行拍摄并生成图片；

向该服务器发送图片；

服务器接收该图片；

服务器对该图片进行光学字符识别，并生成对应的文字信息及图片信息；

服务器发送该文字及图片信息；

接收该服务器传来的文字及图片信息；

对所接收的文字及图片信息进行排版并生成一定格式的文档。

Images