CN106156794A - 基于文字风格识别的文字识别方法及装置 - Google Patents
基于文字风格识别的文字识别方法及装置 Download PDFInfo
- Publication number
- CN106156794A CN106156794A CN201610509781.6A CN201610509781A CN106156794A CN 106156794 A CN106156794 A CN 106156794A CN 201610509781 A CN201610509781 A CN 201610509781A CN 106156794 A CN106156794 A CN 106156794A
- Authority
- CN
- China
- Prior art keywords
- writing style
- text region
- identification
- word
- style
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Character Discrimination (AREA)
Abstract
本发明提供了一种基于文字风格识别的文字识别方法及装置,所述文字识别方法包括:对输入的文字图像进行文字风格的识别,并输出与所述文字图像相关联的文字风格信息;以及在训练好的用于不同文字风格的多个文字识别数据库中选择与所述文字风格信息相对应的文字识别数据库用于对所述文字图像进行文字识别。根据本发明实施例的基于文字风格识别的文字识别方法及装置在进行文字识别之前先进行文字风格的识别,基于不同的文字风格选择该文字风格的文字识别数据库用于文字识别,不仅可以提高识别效率,还可以提高识别正确率。
Description
技术领域
本发明涉及文字识别技术领域,更具体地涉及一种基于文字风格识别的文字识别方法及装置。
背景技术
文字识别是利用计算机自动识别字符的技术。现阶段基于神经网络的文字识别已经达到的较高的识别率,其一般工作流程是:将输入图片信号提取为张量形式;对图片中含有文字部分进行提取、变形,作为文字识别网络的输入;按网络结构遍历神经网络的节点后,在输出节点输出识别结果。
然而,现有基于神经网络的文字识别系统不具有可变性,对不同文字风格的输入采用同样的识别方式,这不仅可能导致识别率的降低,同时也不利于识别效率的提升。例如,对于因字体不同而导致外形类似的不同文字,现有的文字识别系统可能无法区分;再如,对于同一文字因字体不同而导致其外形差异较大,现有的文字识别系统可能错误地将其识别为不同文字。
因此,需要新的技术手段来解决上述问题。
发明内容
考虑到上述问题而提出了本发明。本发明提供了一种基于文字风格识别的文字识别方法及装置,其利用文字风格识别辅助的文字识别方法来对文字识别系统进行动态优化,提高识别正确率,从而改进现有的单一识别系统。
根据本发明一方面,提供了一种基于文字风格识别的文字识别方法,所述文字识别方法包括:对输入的文字图像进行文字风格的识别,并输出与所述文字图像相关联的文字风格信息;以及在训练好的用于不同文字风格的多个文字识别数据库中选择与所述文字风格信息相对应的文字识别数据库用于对所述文字图像进行文字识别。
在本发明的一个实施例中,所述文字风格包括以下中的至少一种:文字的字体、文字的语种、呈现文字的对象。
在本发明的一个实施例中,所述对输入的文字图像进行文字风格的识别是基于训练好的神经网络。
在本发明的一个实施例中,所述文字风格信息包括与所述文字图像中的文字风格相似的多个可选文字风格的信息。
在本发明的一个实施例中,所述选择与所述文字风格信息相对应的文字识别数据库包括选择与所述文字图像中的文字风格相似度最高的文字风格的信息相对应的文字识别数据库。
根据本发明另一方面,提供了一种基于文字风格识别的文字识别装置,所述文字识别装置包括:文字风格识别模块,用于对输入的文字图像进行文字风格的识别,并输出与所述文字图像相关联的文字风格信息;以及文字识别模块,用于在训练好的用于不同文字风格的多个文字识别数据库中选择与所述文字风格信息相对应的文字识别数据库用于对所述文字图像进行文字识别。
在本发明的一个实施例中,所述文字风格包括以下中的至少一种:文字的字体、文字的语种、呈现文字的对象。
在本发明的一个实施例中,所述文字风格识别模块基于训练好的神经网络对输入的文字图像进行文字风格的识别。
在本发明的一个实施例中,所述文字风格信息包括与所述文字图像中的文字风格相似的多个可选文字风格的信息。
在本发明的一个实施例中,所述文字识别模块选择与所述文字图像中的文字风格相似度最高的文字风格的信息相对应的文字识别数据库用于对所述文字图像进行文字识别。
根据本发明实施例的基于文字风格识别的文字识别方法及装置在进行文字识别之前先进行文字风格的识别,基于不同的文字风格选择该文字风格的文字识别数据库用于文字识别,不仅可以提高识别效率,还可以提高识别正确率。
附图说明
通过结合附图对本发明实施例进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与本发明实施例一起用于解释本发明,并不构成对本发明的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1是用于实现根据本发明实施例的基于文字风格识别的文字识别方法和装置的示例电子设备的示意性框图;
图2是根据本发明实施例的基于文字风格识别的文字识别方法的示意性流程图;
图3是根据本发明实施例的基于文字风格识别的文字识别装置的示意性框图;以及
图4是根据本发明实施例的基于文字风格识别的文字识别系统的示意性框图。
具体实施方式
为了使得本发明的目的、技术方案和优点更为明显,下面将参照附图详细描述根据本发明的示例实施例。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例,本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。
首先,参照图1来描述用于实现本发明实施例的基于文字风格识别的文字识别方法和装置的示例电子设备100。
如图1所示,电子设备100包括一个或多个处理器102、一个或多个存储装置104、输入装置106、输出装置108以及图像传感器110,这些组件通过总线系统112和/或其它形式的连接机构(未示出)互连。应当注意,图1所示的电子设备100的组件和结构只是示例性的,而非限制性的,根据需要,所述电子设备也可以具有其他组件和结构。
所述处理器102可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元,并且可以控制所述电子设备100中的其它组件以执行期望的功能。
所述存储装置104可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器102可以运行所述程序指令,以实现下文所述的本发明实施例中(由处理器实现)的客户端功能以及/或者其它期望的功能。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据,例如所述应用程序使用和/或产生的各种数据等。
所述输入装置106可以是用户用来输入指令的装置,并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。
所述输出装置108可以向外部(例如用户)输出各种信息(例如图像或声音),并且可以包括显示器、扬声器等中的一个或多个。
所述图像传感器110可以拍摄用户期望的图像(例如照片、视频等),并且将所拍摄的图像存储在所述存储装置104中以供其它组件使用。
示例性地,用于实现根据本发明实施例的基于文字风格识别的文字识别方法和装置的示例电子设备可以被实现为诸如智能手机、平板电脑等。
下面,将参考图2描述根据本发明实施例的基于文字风格识别的文字识别方法200。
在步骤S210,对输入的文字图像进行文字风格的识别,并输出与所述文字图像相关联的文字风格信息。
在一个实施例中,输入的文字图像可以是图像采集装置所采集的文字图像,也可以来自其他源的文字图像。文字图像可以是文字图片,也可以是文字视频等。文字图像的文字风格可以包括但不限于文字的字体、文字的语种、呈现文字的对象、各种类型的艺术字等。其中,呈现文字的对象例如为纸张、石头、木材或其他可能的对象等。
对于不同文字风格的文字,即使是同一个文字,其在外形上可以大不相同,而不同文字也可能因为文字风格的不同而在外形上类似。以字体为例,一个文字较扁的字体中的“日”与一个普通字体中的“曰”难以区分。因此,在进行文字识别之前先进行文字风格的识别可以有效提高识别率。
在一个实施例中,可以基于训练好的神经网络对输入的文字图像进行文字风格的识别。以字体为例,可以基于训练好的神经网络对输入的文字图像进行字体识别。示例性地,训练用于字体识别的神经网络可以例如:获取大量的文字图像,并对文字图像中的文字字体进行标注,提取文字图像中文字的字体特征,基于提取的字体特征采用深度学习算法(例如随机森林算法)在训练集上训练出用于字体识别的分类模型,即训练出用于字体识别的神经网络。神经网络训练方便、性能稳定且普适性强,因而基于训练好的神经网络对输入的文字图像进行文字风格的识别简单有效、易于实现。在其他实施例中,也可以基于经典的光学字符识别(OCR)对输入的文字图像进行文字风格的识别。
经过文字风格的识别,可输出与输入的文字图像相关联的文字风格信息。例如,以字体为例,经过对输入文字图像进行字体识别,可输出与输入文字图像相关联的字体信息。类似地,以语种为例,经过对输入文字图像进行语种识别,可输出与输入文字图像相关联的语种信息。
在一个实施例中,文字风格的识别可以包括字体识别和语种识别两者。在一个示例中,可以先基于训练好的可识别语种的神经网络对输入文字图像进行语种识别,并输出与输入文字图像相关联的语种信息;然后结合该语种信息基于训练好的可识别该语种字体的神经网络对输入文字图像进行字体识别,并输出与输入文字图像相关联的字体信息;该字体信息然后用于后续的文字识别。示例性地,对训练用于识别语种的神经网络的方法与前述实施例中训练用于识别字体的神经网络的方法基本一致,为了简洁在此不再赘述。在另一示例中,也可以先进行字体识别、再结合字体信息进行语种识别、最后结合语种信息用于后续的文字识别。在其他示例中,可以不分先后地进行字体识别和语种识别,然后结合字体信息和语种信息进行后续的文字识别。
虽然上述示例以文字的字体和语种的识别来描述,但其仅是示例性的,还可以包括其他文字风格的识别。此外,还应该理解,本发明不受具体采用的文字风格识别方法的限制,无论是现有的文字风格识别方法还是将来开发的文字风格识别方法,都可以应用于根据本发明实施例的文字识别方法中,并且也应包括在本发明的保护范围内。
在步骤S220,在训练好的用于不同文字风格的多个文字识别数据库中选择与所述文字风格信息相对应的文字识别数据库用于对所述文字图像进行文字识别。
在一个实施例中,可基于不同的文字风格训练不同的文字识别数据库。例如,在一个示例中,可训练分别对应于不同字体的文字识别数据库。在另一个示例中,可训练分别对应于不同语种的文字识别数据库。在其他示例中,可训练分别对应于其他不同文字风格的文字识别数据库。
基于在步骤S210中所得到的与输入文字图像相关联的文字风格信息,可在这些训练好的文字识别数据库中选择与该文字风格信息相对应的文字识别数据库,以用于进行文字识别。由于文字识别所利用的文字识别数据库是专门用于输入文字图像的文字风格的,因此不仅识别效率将得到提升,同时也会提高识别正确率。
在一个实施例中,步骤S210所输出的文字风格信息可以包括与输入文字图像中的文字风格相似的多个可选文字风格的信息,也就是说,所输出的文字风格信息包括多于一种文字风格的信息,这些文字风格与输入文字图像中的文字风格均比较相似,或者相似度排在前几位。基于这些可供选择的文字风格信息,可经过一定的处理使得能够选择出最为相似的一种文字风格信息用于后续的文字识别。例如,选择对应相似度最大的可选文字风格作为识别结果输出,或者,选择对应相似度大于预设阈值的可选文字风格作为识别结果输出。
示例性地,在步骤S220中,可以基于这些可选文字风格信息选择与输入文字图像中的文字风格相似度最高的文字风格的信息相对应的文字识别数据库来用于文字识别。可替代地,还可以选择与这些可选文字风格信息中的每一个相对应的文字识别数据库进行多次文字识别,输出相对应的可选文字识别结果,然后对这些可选文字识别结果进行一定的处理以得到最终的文字识别结果。
不管采用何种方式,由于不是采用单一文字识别数据库,而是能够根据文字风格信息自动选择最优数据库,因此可有效避免不同文字风格相似字形间的混淆,也因为避免了对不同文字风格相似字形的区分而提高了识别率。
基于上面的描述,根据本发明实施例的基于文字风格识别的文字识别方法在进行文字识别之前先进行文字风格的识别,基于不同的文字风格选择该文字风格的文字识别数据库用于文字识别,不仅可以提高识别效率,还可以提高识别正确率。
示例性地,根据本发明实施例的基于文字风格识别的文字识别方法可以在具有存储器和处理器的设备、装置或者系统中实现。
根据本发明实施例的基于文字风格识别的文字识别方法可以部署在个人终端处,诸如智能电话、平板电脑、个人计算机等。替代地,根据本发明实施例的基于文字风格识别的文字识别方法还可以部署在服务器端(或云端)。替代地,根据本发明实施例的基于文字风格识别的文字识别方法还可以分布地部署在服务器端(或云端)和个人终端处。
图3示出了根据本发明实施例的基于文字风格识别的文字识别装置300的示意性框图。
如图3所示,根据本发明实施例的基于文字风格识别的文字识别装置300包括文字风格识别模块310和文字识别模块320。
文字风格识别模块310用于对输入的文字图像进行文字风格的识别,并输出与所述文字图像相关联的文字风格信息。文字识别模块320用于在训练好的用于不同文字风格的多个文字识别数据库中选择与所述文字风格信息相对应的文字识别数据库用于对所述文字图像进行文字识别。文字风格识别模块310和文字识别模块320均可以由图1所示的电子设备中的处理器102运行存储装置104中存储的程序指令来实现。
根据本发明实施例,输入的文字图像可以是图像采集装置所采集的文字图像,也可以来自其他源的文字图像。文字图像可以是文字图片,也可以是文字视频等。文字图像的文字风格可以包括但不限于文字的字体、文字的语种、呈现文字的对象、各种类型的艺术字等。其中,呈现文字的对象例如为纸张、石头、木材或其他可能的对象等。
对于不同文字风格的文字,即使是同一个文字,其在外形上可以大不相同,而不同文字也可能因为文字风格的不同而在外形上类似。以字体为例,一个文字较扁的字体中的“日”与一个普通字体中的“曰”难以区分。因此,在进行文字识别之前先进行文字风格的识别可以有效提高识别率。
根据本发明实施例,文字风格识别模块310可以基于训练好的神经网络对输入的文字图像进行文字风格的识别。以字体为例,文字风格识别模块310可以包括字体识别模块(未在图3中示出),字体识别模块可以基于训练好的神经网络对输入的文字图像进行字体识别。神经网络训练方便、性能稳定且普适性强,因而基于训练好的神经网络对输入的文字图像进行文字风格的识别简单有效、易于实现。在其他实施例中,字体识别模块也可以基于经典的光学字符识别(OCR)对输入的文字图像进行文字风格的识别。
文字风格识别模块310经过文字风格的识别,可输出与输入的文字图像相关联的文字风格信息。例如,以字体为例,字体识别模块经过对输入文字图像进行字体识别,可输出与输入文字图像相关联的字体信息。类似地,以语种为例,文字风格识别模块310可以包括语种识别模块(未在图3中示出),语种识别模块经过对输入文字图像进行语种识别,可输出与输入文字图像相关联的语种信息。
根据本发明实施例,文字风格识别模块310可以包括字体识别模块(未在图3中示出)和语种识别模块(未在图3中示出)两者。
在一个示例中,可以先由语种识别模块基于训练好的可识别语种的神经网络对输入文字图像进行语种识别,并输出与输入文字图像相关联的语种信息;然后由字体识别模块结合该语种信息基于训练好的可识别该语种字体的神经网络对输入文字图像进行字体识别,并输出与输入文字图像相关联的字体信息;该字体信息然后由文字识别模块320用于后续的文字识别。
在另一示例中,也可以由字体识别模块先进行字体识别、再由语种识别模块结合字体信息进行语种识别、最后由文字识别模块320结合语种信息用于后续的文字识别。
在其他示例中,可以不分先后地由字体识别模块和语种识别模块分别进行字体识别和语种识别,然后由文字识别模块320结合字体信息和语种信息进行后续的文字识别。
虽然上述示例以字体识别模块和语种识别模块的识别来描述,但其仅是示例性的,文字风格识别模块310还可以包括其他的文字风格识别模块。
根据本发明实施例,可基于不同的文字风格训练不同的文字识别数据库。例如,在一个示例中,可训练分别对应于不同字体的文字识别数据库。在另一个示例中,可训练分别对应于不同语种的文字识别数据库。在其他示例中,可训练分别对应于其他不同文字风格的文字识别数据库。
基于从文字风格识别模块310所得到的与输入文字图像相关联的文字风格信息,文字识别模块320可在这些训练好的文字识别数据库中选择与该文字风格信息相对应的文字识别数据库,以用于进行文字识别。由于文字识别所利用的文字识别数据库是专门用于输入文字图像的文字风格的,因此不仅识别效率将得到提升,同时也会提高识别正确率。
根据本发明实施例,文字风格识别模块310所输出的文字风格信息可以包括与输入文字图像中的文字风格相似的多个可选文字风格的信息,也就是说,文字风格识别模块310所输出的文字风格信息包括多于一种文字风格的信息,这些文字风格与输入文字图像中的文字风格均比较相似,或者相似度排在前几位。基于这些可供选择的文字风格信息,可经过一定的处理使得能够选择出最为相似的一种文字风格信息用于文字识别模块320进行后续的文字识别。
可替代地,文字识别模块320可以从这些可选文字风格信息中选择与输入文字图像中的文字风格相似度最高的文字风格的信息相对应的文字识别数据库来用于文字识别。可替代地,文字识别模块320还可以选择与这些可选文字风格信息中的每一个相对应的文字识别数据库进行多次文字识别,输出相对应的可选文字识别结果,稍后对这些可选文字识别结果进行一定的处理以得到最终的文字识别结果。
不管采用何种方式,由于不是采用单一文字识别数据库,而是能够根据文字风格信息自动选择最优数据库,因此可有效避免不同文字风格相似字形间的混淆,也因为避免了对不同文字风格相似字形的区分而提高了识别率。
基于上面的描述,根据本发明实施例的基于文字风格识别的文字识别装置在进行文字识别之前先进行文字风格的识别,基于不同的文字风格选择该文字风格的文字识别数据库用于文字识别,不仅可以提高识别效率,还可以提高识别正确率。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的模块及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
图4示出了根据本发明实施例的基于文字风格识别的文字识别系统400的示意性框图。基于文字风格识别的文字识别系统400包括存储装置410以及处理器420。
其中,存储装置410存储用于实现根据本发明实施例的基于文字风格识别的文字识别方法中的相应步骤的程序代码。处理器420用于运行存储装置420中存储的程序代码,以执行根据本发明实施例的基于文字风格识别的文字识别方法的相应步骤,并且用于实现根据本发明实施例的基于文字风格识别的文字识别装置中的相应模块。此外,基于文字风格识别的文字识别系统400还可以包括图像采集装置(未在图4中示出),其可以用于采集文字图像。当然,图像采集装置不是必需的,可直接接收来自其他源的文字图像的输入。
在一个实施例中,在所述程序代码被处理器420运行时使得基于文字风格识别的文字识别系统400执行以下步骤:对输入的文字图像进行文字风格的识别,并输出与所述文字图像相关联的文字风格信息;以及在训练好的用于不同文字风格的多个文字识别数据库中选择与所述文字风格信息相对应的文字识别数据库用于对所述文字图像进行文字识别。
在一个实施例中,所述文字风格包括以下中的至少一种:文字的字体、文字的语种、呈现文字的对象。
在一个实施例中,所述对输入的文字图像进行文字风格的识别是基于训练好的神经网络。
在一个实施例中,所述文字风格信息包括与所述文字图像中的文字风格相似的多个可选文字风格的信息。
在一个实施例中,所述选择与所述文字风格信息相对应的文字识别数据库包括选择与所述文字图像中的文字风格相似度最高的文字风格的信息相对应的文字识别数据库。
此外,根据本发明实施例,还提供了一种存储介质,在所述存储介质上存储了程序指令,在所述程序指令被计算机或处理器运行时用于执行本发明实施例的基于文字风格识别的文字识别方法的相应步骤,并且用于实现根据本发明实施例的基于文字风格识别的文字识别装置中的相应模块。所述存储介质例如可以包括智能电话的存储卡、平板电脑的存储部件、个人计算机的硬盘、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器、或者上述存储介质的任意组合。所述计算机可读存储介质可以是一个或多个计算机可读存储介质的任意组合,例如一个计算机可读存储介质包含对输入的文字图像进行文字风格的识别、并输出与所述文字图像相关联的文字风格信息的计算机可读的程序代码,另一个计算机可读存储介质包含在训练好的用于不同文字风格的多个文字识别数据库中选择与所述文字风格信息相对应的文字识别数据库用于对所述文字图像进行文字识别的计算机可读的程序代码。
在一个实施例中,所述计算机程序指令在被计算机运行时可以实现根据本发明实施例的基于文字风格识别的文字识别装置的各个功能模块,并且/或者可以执行根据本发明实施例的基于文字风格识别的文字识别方法。
在一个实施例中,所述计算机程序指令在被计算机或处理器运行时使计算机或处理器执行以下步骤:对输入的文字图像进行文字风格的识别,并输出与所述文字图像相关联的文字风格信息;以及在训练好的用于不同文字风格的多个文字识别数据库中选择与所述文字风格信息相对应的文字识别数据库用于对所述文字图像进行文字识别。
在一个实施例中,所述文字风格包括以下中的至少一种:文字的字体、文字的语种、呈现文字的对象。
在一个实施例中,所述对输入的文字图像进行文字风格的识别是基于训练好的神经网络。
在一个实施例中,所述文字风格信息包括与所述文字图像中的文字风格相似的多个可选文字风格的信息。
在一个实施例中,所述选择与所述文字风格信息相对应的文字识别数据库包括选择与所述文字图像中的文字风格相似度最高的文字风格的信息相对应的文字识别数据库。
根据本发明实施例的基于文字风格识别的文字识别装置中的各模块可以通过根据本发明实施例的基于文字风格识别的文字识别电子设备的处理器运行在存储器中存储的计算机程序指令来实现,或者可以在根据本发明实施例的计算机程序产品的计算机可读存储介质中存储的计算机指令被计算机运行时实现。
根据本发明实施例的基于文字风格识别的文字识别方法、装置、系统以及存储介质在进行文字识别之前先进行文字风格的识别,基于不同的文字风格选择该文字风格的文字识别数据库用于文字识别,不仅可以提高识别效率,还可以提高识别正确率。
尽管这里已经参考附图描述了示例实施例,应理解上述示例实施例仅仅是示例性的,并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改,而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个设备,或一些特征可以忽略,或不执行。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该本发明的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如相应的权利要求书所反映的那样,其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域的技术人员可以理解,除了特征之间相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的物品分析设备中的一些模块的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上所述,仅为本发明的具体实施方式或对具体实施方式的说明,本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于文字风格识别的文字识别方法,其特征在于,所述文字识别方法包括:
对输入的文字图像进行文字风格的识别,并输出与所述文字图像相关联的文字风格信息;以及
在训练好的用于不同文字风格的多个文字识别数据库中选择与所述文字风格信息相对应的文字识别数据库用于对所述文字图像进行文字识别。
2.根据权利要求1所述的文字识别方法,其特征在于,所述文字风格包括以下中的至少一种:文字的字体、文字的语种、呈现文字的对象。
3.根据权利要求2所述的文字识别方法,其特征在于,所述对输入的文字图像进行文字风格的识别是基于训练好的神经网络。
4.根据权利要求3所述的文字识别方法,其特征在于,所述文字风格信息包括与所述文字图像中的文字风格相似的多个可选文字风格的信息。
5.根据权利要求4所述的文字识别方法,其特征在于,所述选择与所述文字风格信息相对应的文字识别数据库包括选择与所述文字图像中的文字风格相似度最高的文字风格的信息相对应的文字识别数据库。
6.一种基于文字风格识别的文字识别装置,其特征在于,所述文字识别装置包括:
文字风格识别模块,用于对输入的文字图像进行文字风格的识别,并输出与所述文字图像相关联的文字风格信息;以及
文字识别模块,用于在训练好的用于不同文字风格的多个文字识别数据库中选择与所述文字风格信息相对应的文字识别数据库用于对所述文字图像进行文字识别。
7.根据权利要求6所述的文字识别装置,其特征在于,所述文字风格包括以下中的至少一种:文字的字体、文字的语种、呈现文字的对象。
8.根据权利要求7所述的文字识别装置,其特征在于,所述文字风格识别模块基于训练好的神经网络对输入的文字图像进行文字风格的识别。
9.根据权利要求8所述的文字识别装置,其特征在于,所述文字风格信息包括与所述文字图像中的文字风格相似的多个可选文字风格的信息。
10.根据权利要求9所述的文字识别装置,其特征在于,所述文字识别模块选择与所述文字图像中的文字风格相似度最高的文字风格的信息相对应的文字识别数据库用于对所述文字图像进行文字识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610509781.6A CN106156794B (zh) | 2016-07-01 | 2016-07-01 | 基于文字风格识别的文字识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610509781.6A CN106156794B (zh) | 2016-07-01 | 2016-07-01 | 基于文字风格识别的文字识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106156794A true CN106156794A (zh) | 2016-11-23 |
CN106156794B CN106156794B (zh) | 2020-12-25 |
Family
ID=57350857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610509781.6A Active CN106156794B (zh) | 2016-07-01 | 2016-07-01 | 基于文字风格识别的文字识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106156794B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109165376A (zh) * | 2018-06-28 | 2019-01-08 | 西交利物浦大学 | 基于少量样本的风格字符生成方法 |
CN109308475A (zh) * | 2018-07-26 | 2019-02-05 | 北京百悟科技有限公司 | 一种字体识别方法及装置 |
CN109784330A (zh) * | 2019-01-03 | 2019-05-21 | 北京百度网讯科技有限公司 | 招牌内容识别方法、装置及设备 |
CN110287951A (zh) * | 2019-06-21 | 2019-09-27 | 北京百度网讯科技有限公司 | 一种文字识别的方法及装置 |
CN113536771A (zh) * | 2021-09-17 | 2021-10-22 | 深圳前海环融联易信息科技服务有限公司 | 基于文本识别的要素信息提取方法、装置、设备及介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1808468A (zh) * | 2005-01-17 | 2006-07-26 | 佳能信息技术(北京)有限公司 | 光学字符识别方法及系统 |
CN101097600A (zh) * | 2006-06-29 | 2008-01-02 | 北大方正集团有限公司 | 一种字体识别方法及系统 |
US20110249897A1 (en) * | 2010-04-08 | 2011-10-13 | University Of Calcutta | Character recognition |
CN102262731A (zh) * | 2011-07-11 | 2011-11-30 | 哈尔滨工业大学 | 一种基于稀疏编码的字体识别方法 |
CN102262619A (zh) * | 2010-05-31 | 2011-11-30 | 汉王科技股份有限公司 | 文档的文字提取方法和装置 |
CN103455806A (zh) * | 2012-05-31 | 2013-12-18 | 富士通株式会社 | 文档处理装置、文档处理方法以及扫描仪 |
US20150063700A1 (en) * | 2013-09-02 | 2015-03-05 | Qualcomm Incorporated | Multiple hypothesis testing for word detection |
CN104834890A (zh) * | 2015-02-13 | 2015-08-12 | 浙江大学 | 一种对书法作品中文字神采信息的提取方法 |
CN105117740A (zh) * | 2015-08-21 | 2015-12-02 | 北京旷视科技有限公司 | 字体识别方法及装置 |
CN105279152A (zh) * | 2014-06-24 | 2016-01-27 | 腾讯科技(深圳)有限公司 | 一种取词翻译的方法和装置 |
-
2016
- 2016-07-01 CN CN201610509781.6A patent/CN106156794B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1808468A (zh) * | 2005-01-17 | 2006-07-26 | 佳能信息技术(北京)有限公司 | 光学字符识别方法及系统 |
CN101097600A (zh) * | 2006-06-29 | 2008-01-02 | 北大方正集团有限公司 | 一种字体识别方法及系统 |
US20110249897A1 (en) * | 2010-04-08 | 2011-10-13 | University Of Calcutta | Character recognition |
CN102262619A (zh) * | 2010-05-31 | 2011-11-30 | 汉王科技股份有限公司 | 文档的文字提取方法和装置 |
CN102262731A (zh) * | 2011-07-11 | 2011-11-30 | 哈尔滨工业大学 | 一种基于稀疏编码的字体识别方法 |
CN103455806A (zh) * | 2012-05-31 | 2013-12-18 | 富士通株式会社 | 文档处理装置、文档处理方法以及扫描仪 |
US20150063700A1 (en) * | 2013-09-02 | 2015-03-05 | Qualcomm Incorporated | Multiple hypothesis testing for word detection |
CN105279152A (zh) * | 2014-06-24 | 2016-01-27 | 腾讯科技(深圳)有限公司 | 一种取词翻译的方法和装置 |
CN104834890A (zh) * | 2015-02-13 | 2015-08-12 | 浙江大学 | 一种对书法作品中文字神采信息的提取方法 |
CN105117740A (zh) * | 2015-08-21 | 2015-12-02 | 北京旷视科技有限公司 | 字体识别方法及装置 |
Non-Patent Citations (7)
Title |
---|
ANJUM ALI等: "Language independent optical character recognition for hand written text", 《8TH INTERNATIONAL MULTITOPIC CONFERENCE, 2004. PROCEEDINGS OF INMIC 2004》 * |
BILAN ZHU等: "A robust model for on-line handwritten japanese text recognition", 《INTERNATIONAL JOURNAL ON DOCUMENT ANALYSIS AND RECOGNITION (IJDAR)》 * |
北京师范大学民俗典籍文字研究中心编: "《民俗典籍文字研究 第13辑》", 31 July 2014, 商务印书馆 * |
张福炎等编著: "《大学计算机信息技术教程 第4版修订本》", 31 August 2007, 南京大学出版社 * |
恒盛杰资讯编著: "《Office2003基础入门与办公应用》", 28 February 2007, 中国青年出版社 * |
方肃主编: "《数字出版与印前技术》", 31 December 2012, 中国铁道出版社 * |
通信学会CIC: "光学字符识别", 《百度百科HTTPS://BAIKE.BAIDU.COM/HISTORY/%E5%85%89%E5%AD%A6%E5%AD%97%E7%AC%A6%E8%AF%86%E5%88%AB/72192072》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109165376A (zh) * | 2018-06-28 | 2019-01-08 | 西交利物浦大学 | 基于少量样本的风格字符生成方法 |
CN109165376B (zh) * | 2018-06-28 | 2023-07-18 | 西交利物浦大学 | 基于少量样本的风格字符生成方法 |
CN109308475A (zh) * | 2018-07-26 | 2019-02-05 | 北京百悟科技有限公司 | 一种字体识别方法及装置 |
CN109784330A (zh) * | 2019-01-03 | 2019-05-21 | 北京百度网讯科技有限公司 | 招牌内容识别方法、装置及设备 |
CN110287951A (zh) * | 2019-06-21 | 2019-09-27 | 北京百度网讯科技有限公司 | 一种文字识别的方法及装置 |
CN110287951B (zh) * | 2019-06-21 | 2022-04-12 | 北京百度网讯科技有限公司 | 一种文字识别的方法及装置 |
CN113536771A (zh) * | 2021-09-17 | 2021-10-22 | 深圳前海环融联易信息科技服务有限公司 | 基于文本识别的要素信息提取方法、装置、设备及介质 |
CN113536771B (zh) * | 2021-09-17 | 2021-12-24 | 深圳前海环融联易信息科技服务有限公司 | 基于文本识别的要素信息提取方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106156794B (zh) | 2020-12-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106156794A (zh) | 基于文字风格识别的文字识别方法及装置 | |
EP3588279B1 (en) | Automated extraction of rules embedded in software application code using machine learning | |
CN105938552A (zh) | 底图自动更新的人脸识别方法及装置 | |
CN109934619A (zh) | 用户画像标签建模方法、装置、电子设备及可读存储介质 | |
CN108595583A (zh) | 动态图表类页面数据爬取方法、装置、终端及存储介质 | |
CN106446816A (zh) | 人脸识别方法及装置 | |
CN108701118A (zh) | 语义类别分类 | |
CN111125343A (zh) | 适用于人岗匹配推荐系统的文本解析方法及装置 | |
CN104915423B (zh) | 获取目标用户的方法和装置 | |
US20220067618A1 (en) | Machine learning for automatic smart extraction and workflow assignment of action items | |
CN107145482A (zh) | 基于人工智能的文章生成方法及装置、设备与可读介质 | |
CN110335064A (zh) | 产品推送方法、装置、计算机设备和存储介质 | |
WO2020228283A1 (zh) | 特征提取方法、装置及计算机可读存储介质 | |
US11907977B2 (en) | Collaborative text detection and text recognition | |
CN106067019A (zh) | 针对图像进行文字识别的方法及装置 | |
CN107092610A (zh) | App应用的搜索方法和装置、app应用图标的分类方法和装置 | |
CN108804472A (zh) | 一种网页内容抽取方法、装置及服务器 | |
CN108090041B (zh) | 一种广告创意的生成方法及装置 | |
CN109582792A (zh) | 一种文本分类的方法及装置 | |
CN105740808A (zh) | 人脸识别方法和装置 | |
JP5497523B2 (ja) | 代表者の信頼度を用いた検索結果順位化装置および方法 | |
WO2017039684A1 (en) | Classifier | |
KR20130038889A (ko) | 오브젝트 커스터마이제이션 및 관리 시스템 | |
US9516089B1 (en) | Identifying and processing a number of features identified in a document to determine a type of the document | |
CN110188207A (zh) | 知识图谱构建方法及装置、可读存储介质、电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 100190 Beijing, Haidian District Academy of Sciences, South Road, No. 2, block A, No. 313 Applicant after: MEGVII INC. Applicant after: Beijing maigewei Technology Co., Ltd. Address before: 100190 Beijing, Haidian District Academy of Sciences, South Road, No. 2, block A, No. 313 Applicant before: MEGVII INC. Applicant before: Beijing aperture Science and Technology Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |