CN109948634A - 一种判断两张图像特征是否一致的方法 - Google Patents
一种判断两张图像特征是否一致的方法 Download PDFInfo
- Publication number
- CN109948634A CN109948634A CN201711393056.8A CN201711393056A CN109948634A CN 109948634 A CN109948634 A CN 109948634A CN 201711393056 A CN201711393056 A CN 201711393056A CN 109948634 A CN109948634 A CN 109948634A
- Authority
- CN
- China
- Prior art keywords
- image
- ocr
- identification
- engine
- ocr engine
- 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.)
- Pending
Links
Landscapes
- Character Discrimination (AREA)
Abstract
本发明公开了一种判断两张图像特征是否一致的方法，所述的方法包含以下步骤：步骤一：OCR引擎选择：针对不同的OCR引擎进行识别精度分析，结合需要判断特征的图像，选取精度最高的OCR引擎；步骤二、OCR识别图像：通过选定的OCR引擎分别识别两张图像，生成对应的数据信息；步骤三、识别信息比对，对OCR引擎识别生成的数据进行精确比对；步骤四、特征信息判断，根据比对的结果判断两张图片的特征是否一致。（高效便捷的提高生产效率；有效的控制海量碎片的切分精度；便于后期检查的顺利进行，达到质量前移的效果。
Description
技术领域
本发明涉及一种判断两张图像特征是否一致的方法，具体为数据录入技术领域。
背景技术
数据录入看似简单的工作，如今被赋予了全新的内涵，成为知识性服务产业。数据录入市场需求量的激增是与社会的信息化进程息息相关的，海量的影像、文字材料，需要完成在线录入和数字化管理。随着市场需求的日益发展，录入信息的准确率成为了市场竞争的重要环节，所以数据录入抽检方法的优劣就显得尤为重要。
发明内容
本发明的目的在于提供一种判断两张图像特征是否一致的方法，此种方法能方便，有效，便捷的控制海量画像碎片的切分精度，从而提高生产效率，实现利益的最大化。
为实现上述目的，本发明提供如下技术方案：一种判断两张图像特征是否一致的方法包含以下步骤：步骤一：OCR引擎选择，针对不同的OCR引擎进行识别精度分析，结合需要判断特征的图像，选取精度最高的OCR引擎；
步骤二、OCR识别图像，通过选定的OCR引擎分别识别两张图像，生成对应的数据信息；
步骤三、识别信息比对，对OCR引擎识别生成的数据进行精确比对；
步骤四、特征信息判断，根据比对的结果判断两张图片的特征是否一致；
进一步优选，所述的步骤二中OCR识别图像的精度取决于数据集的训练程度，根据不同语言，文字类别等分别训练引擎，可较大幅度提高识别精度；
进一步优选，同一种OCR识别引擎分别识别两张图像得出的数据，根据图像种类进行模糊比对或精确比对，比对前可加入逻辑字符判断，从而提高比对精度。
与现有技术相比，本发明的有益效果是：（1）高效便捷的提高生产效率；（2）有效的控制海量碎片的切分精度；（3）便于后期检查的顺利进行，达到质量前移的效果。
附图说明
图1为本发明实施例1的判断方法结构示意图；
图2为本发明实施例2的判断方法结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提供一种技术方案：一种判断两张图像特征是否一致的方法包含以下步骤：步骤一：OCR引擎选择，针对不同的OCR引擎进行识别精度分析，结合需要判断特征的图像，选取精度最高的OCR引擎；
步骤二、OCR识别图像，通过选定的OCR引擎分别识别两张图像，生成对应的数据信息；
步骤三、识别信息比对，对OCR引擎识别生成的数据进行精确比对；
步骤四、特征信息判断，根据比对的结果判断两张图片的特征是否一致；
进一步优选，所述的步骤二中OCR识别图像的精度取决于数据集的训练程度，根据不同语言，文字类别等分别训练引擎，可较大幅度提高识别精度；
进一步优选，同一种OCR识别引擎分别识别两张图像得出的数据，根据图像种类进行模糊比对或精确比对，比对前可加入逻辑字符判断，从而提高比对精度。
实施例1：参照图1所示，图像A和图像B通过OCR引擎识别生成对应的数据A和数据B，通过数据逻辑修正比对，由于数据A和数据B的数据一致，因此图像A和图像B的图像特征是一致的。
实施例2：参照图2所示，图像A和图像B通过OCR引擎识别生成对应的数据A和数据B，通过数据逻辑修正比对，由于数据A和数据B的数据不一致，因此图像A和图像B的图像特征是不一致的。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (3)
1.一种判断两张图像特征是否一致的方法，其特征在于：所述的方法包含以下步骤：步骤一：OCR引擎选择，针对不同的OCR引擎进行识别精度分析，结合需要判断特征的图像，选取精度最高的OCR引擎；
步骤二、OCR识别图像，通过选定的OCR引擎分别识别两张图像，生成对应的数据信息；
步骤三、识别信息比对，对OCR引擎识别生成的数据进行精确比对；
步骤四、特征信息判断，根据比对的结果判断两张图片的特征是否一致。
2.根据权利要求1所述的一种判断两张图像特征是否一致的方法，其特征在于：所述的步骤二中OCR识别图像的精度取决于数据集的训练程度，根据不同语言，文字类别等分别训练引擎，可较大幅度提高识别精度。
3.根据权利要求1所述的一种判断两张图像特征是否一致的方法，其特征在于：所述的同一种OCR识别引擎分别识别两张图像得出的数据，根据图像种类进行模糊比对或精确比对，比对前可加入逻辑字符判断，从而提高比对精度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711393056.8A CN109948634A (zh) | 2017-12-21 | 2017-12-21 | 一种判断两张图像特征是否一致的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711393056.8A CN109948634A (zh) | 2017-12-21 | 2017-12-21 | 一种判断两张图像特征是否一致的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109948634A true CN109948634A (zh) | 2019-06-28 |
Family
ID=67005054
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711393056.8A Pending CN109948634A (zh) | 2017-12-21 | 2017-12-21 | 一种判断两张图像特征是否一致的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109948634A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101449280A (zh) * | 2006-06-08 | 2009-06-03 | 国际商业机器公司 | 验证引擎 |
| CN104636708A (zh) * | 2013-11-11 | 2015-05-20 | 方正国际软件(北京)有限公司 | 一种局部文档图像的比对方法及系统 |
| CN105808416A (zh) * | 2014-12-27 | 2016-07-27 | 南车株洲电力机车研究所有限公司 | 一种人机图形交互界面的自动化测试方法和系统 |
| CN107533645A (zh) * | 2015-04-20 | 2018-01-02 | 3M创新有限公司 | 双嵌入式光学字符识别(ocr)引擎 |
-
2017
- 2017-12-21 CN CN201711393056.8A patent/CN109948634A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101449280A (zh) * | 2006-06-08 | 2009-06-03 | 国际商业机器公司 | 验证引擎 |
| CN104636708A (zh) * | 2013-11-11 | 2015-05-20 | 方正国际软件(北京)有限公司 | 一种局部文档图像的比对方法及系统 |
| CN105808416A (zh) * | 2014-12-27 | 2016-07-27 | 南车株洲电力机车研究所有限公司 | 一种人机图形交互界面的自动化测试方法和系统 |
| CN107533645A (zh) * | 2015-04-20 | 2018-01-02 | 3M创新有限公司 | 双嵌入式光学字符识别(ocr)引擎 |
Non-Patent Citations (1)
| Title |
|---|
| 微电脑世界: "Word高级技巧宝典", 《微电脑世界》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109741332B (zh) | 一种人机协同的图像分割与标注方法 | |
| CN108985214A (zh) | 图像数据的标注方法和装置 | |
| CN112241452B (zh) | 一种模型训练方法、装置、电子设备及存储介质 | |
| CN111461122B (zh) | 一种证件信息检测与提取方法 | |
| EP3876163B1 (en) | Model training, image processing method, device, storage medium, and program product | |
| CN103632388A (zh) | 图像语义标注的方法、装置和客户端 | |
| CN108537119A (zh) | 一种小样本视频识别方法 | |
| CN109840520A (zh) | 一种发票关键信息识别方法及系统 | |
| CN112232352B (zh) | 一种智能识别pcb图纸自动计价系统和方法 | |
| CN110942063B (zh) | 证件文字信息获取方法、装置以及电子设备 | |
| CN110956167A (zh) | 一种基于定位字符的分类判别强化分离的方法 | |
| CN109086737B (zh) | 基于卷积神经网络的航运货物监控视频识别方法及系统 | |
| CN116049397A (zh) | 基于多模态融合的敏感信息发现并自动分类分级方法 | |
| CN108268875A (zh) | 一种基于数据平滑的图像语义自动标注方法及装置 | |
| CN112381114A (zh) | 一种深度学习图像标注系统及方法 | |
| CN113591761B (zh) | 一种视频镜头语言识别方法 | |
| CN109919153A (zh) | 基于手写识别人工智能技术的自动单据录入系统及方法 | |
| CN110766663A (zh) | 一种钻石多尺度定级及内含物可视化的智能方法 | |
| CN109670365B (zh) | 一种书法鉴定系统及方法 | |
| CN117522735A (zh) | 基于多尺度的密流感知去雨图像增强方法 | |
| CN109829887B (zh) | 一种基于深度神经网络的图像质量评估方法 | |
| CN109948634A (zh) | 一种判断两张图像特征是否一致的方法 | |
| CN115909493A (zh) | 一种面向课堂实录视频的教师不当手势检测方法及系统 | |
| CN115438645A (zh) | 一种序列标注任务的文本数据增强方法及系统 | |
| CN108875762A (zh) | 分类器训练方法、图像识别方法和图像识别设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190628 |
|
| WD01 | Invention patent application deemed withdrawn after publication |