CN110298353B - 一种字符识别方法及系统 - Google Patents

Abstract

本申请公开了一种字符识别方法及系统，包括：获取待识别图片；提取待识别图片的图片特征，利用待识别图片的图片特征，对待识别图片的图片类型进行识别，从待识别图片中筛选出与预设图片类型对应的待识别图片，作为基准图片；确定基准图片中的待识别字符文本框在基准图片中的位置；依据位置，在基准图片中定位到待识别字符文本框，并对待识别字符文本框中的字符内容进行识别，得到字符内容识别结果；确定与字符内容识别结果对应的字符内容属性信息；将待识别字符文本框在所述基准图片中的位置、待识别字符文本框对应的字符内容识别结果以及字符内容属性信息进行匹配输出。提高字符识别效率。

Description

一种字符识别方法及系统

技术领域

本发明涉及图像处理技术领域，具体涉及一种字符识别方法及系统。

背景技术

目前为了满足业务处理需求，需要对图片中的内容进行字符识别，来获取图片中的内容信息，例如对身份证信息识别、银行卡信息识别、车牌信息识别、印刷体文稿信息识别、手写体信息识别等。但在一些业务场景下，图片数据量较大、图片的类型也较多，有些图片之间毫无关系，单张图片中图像复杂，内容多，如图片中有多种证件信息，图片中还通常会存在覆盖有签字、盖章、水印等干扰信息，图片质量差异大，图片部分不完整等问题。

以上问题增加了对图片进行字符识别的难度，仅仅依靠现有技术中的人工识别方法，识别效率低，基于此，如何提高字符识别效率，成为目前需要解决的技术问题。

发明内容

有鉴于此，本发明实施例提供一种字符识别方法及系统，能够提高字符识别效率。

一种字符识别方法，包括：

获取待识别图片；

提取所述待识别图片的图片特征，利用所述待识别图片的图片特征，对所述待识别图片的图片类型进行识别，从所述待识别图片中筛选出与预设图片类型对应的待识别图片，作为基准图片；

确定所述基准图片中的待识别字符文本框在所述基准图片中的位置；

依据所述位置，在所述基准图片中定位到所述待识别字符文本框，并对所述待识别字符文本框中的字符内容进行识别，得到字符内容识别结果；

确定与所述字符内容识别结果对应的字符内容属性信息；

将所述待识别字符文本框在所述基准图片中的位置、所述待识别字符文本框对应的字符内容识别结果以及字符内容属性信息进行匹配输出。

优选的，在确定所述基准图片中的待识别字符文本框在所述基准图片中的位置之前，还包括：

将所述基准图片映射到二维坐标系中；

在X轴方向上，统计所述基准图片中每列像素点中像素值大于预设像素值的像素点的个数，将每列像素点中像素值大于预设像素值的像素点的个数作为X轴方向上一维点集的元素坐标值；

沿着X轴从原点到远端的方向，将X轴方向上一维点集的元素坐标值小于预设元素坐标值的相邻元素坐标值划分到一组中，得到第一元素组，将X轴方向上一维点集的元素坐标值大于或等于预设元素坐标值的相邻元素坐标值划分到另一组中，得到第二元素组；

将任一第一元素组在X轴方向上的起始坐标值与终止坐标值作为所述基准图片在X轴方向上的分割点；

在Y轴方向上，统计所述基准图片中每行像素点中像素值大于预设像素值的像素点的个数，将每行像素点中像素值大于预设像素值的像素点的个数作为Y轴方向上一维点集的元素坐标值；

沿着Y轴从原点到远端的方向，将Y轴方向上一维点集的元素坐标值小于预设元素坐标值的相邻元素坐标值划分到一组中，得到第三元素组，将Y轴方向上一维点集的元素坐标值大于或等于预设元素坐标值的相邻元素坐标值划分到另一组中，得到第四元素组；

将任一第三元素组在Y轴方向上的起始坐标值与终止坐标值作为所述基准图片在Y轴方向上的分割点；

利用所述基准图片在X轴方向上的分割点，得到所述基准图片在X轴方向上的分割线，利用所述基准图片在Y轴方向上的分割点，得到所述基准图片在Y轴方向上的分割线；

利用所述基准图片在X轴方向上的分割线以及所述基准图片在Y轴方向上的分割线，对所述基准图片进行切分，得到所述基准图片对应的切分图片。

优选的，在将所述基准图片映射到二维坐标系中之前，还包括：

对所述基准图片进行灰化处理，得到灰化处理后的基准图片；

将灰化处理后的基准图片的像素值进行二值化处理，得到二值化处理后的基准图片；

对所述二值化处理后的基准图片进行图形特征处理，得到图形特征处理后的基准图片。

优选的，在得到所述基准图片对应的切分图片之后，还包括：

对所述切分图片进行预设角度的旋转，使得所述切分图片中的文字方向处于预设方向。

优选的，所述确定所述基准图片中的待识别字符文本框在所述基准图片中的位置的过程包括：

将所述基准图片投影到二维坐标平面中；

确定所述基准图片中的待识别字符文本框的四个顶点在所述基准图片中的二维坐标值。

一种字符识别系统，包括：

待识别图片获取模块，用于获取待识别图片；

基准图片筛选模块，用于提取所述待识别图片的图片特征，利用所述待识别图片的图片特征，对所述待识别图片的图片类型进行识别，从所述待识别图片中筛选出与预设图片类型对应的待识别图片，作为基准图片；

位置确定模块，用于确定所述基准图片中的待识别字符文本框在所述基准图片中的位置；

字符内容识别模块，用于依据所述位置，在所述基准图片中定位到所述待识别字符文本框，并对所述待识别字符文本框中的字符内容进行识别，得到字符内容识别结果；

字符内容属性信息确定模块，用于确定与所述字符内容识别结果对应的字符内容属性信息；

输出模块，用于将所述待识别字符文本框在所述基准图片中的位置、所述待识别字符文本框对应的字符内容识别结果以及字符内容属性信息进行匹配输出。

优选的，还包括：切分模块，所述切分模块具体用于：

将所述基准图片映射到二维坐标系中；

在X轴方向上，统计所述基准图片中每列像素点中像素值大于预设像素值的像素点的个数，将每列像素点中像素值大于预设像素值的像素点的个数作为X轴方向上一维点集的元素坐标值；

沿着X轴从原点到远端的方向，将X轴方向上一维点集的元素坐标值小于预设元素坐标值的相邻元素坐标值划分到一组中，得到第一元素组，将X轴方向上一维点集的元素坐标值大于或等于预设元素坐标值的相邻元素坐标值划分到另一组中，得到第二元素组；

将任一第一元素组在X轴方向上的起始坐标值与终止坐标值作为所述基准图片在X轴方向上的分割点；

在Y轴方向上，统计所述基准图片中每行像素点中像素值大于预设像素值的像素点的个数，将每行像素点中像素值大于预设像素值的像素点的个数作为Y轴方向上一维点集的元素坐标值；

沿着Y轴从原点到远端的方向，将Y轴方向上一维点集的元素坐标值小于预设元素坐标值的相邻元素坐标值划分到一组中，得到第三元素组，将Y轴方向上一维点集的元素坐标值大于或等于预设元素坐标值的相邻元素坐标值划分到另一组中，得到第四元素组；

将任一第三元素组在Y轴方向上的起始坐标值与终止坐标值作为所述基准图片在Y轴方向上的分割点；

利用所述基准图片在X轴方向上的分割点，得到所述基准图片在X轴方向上的分割线，利用所述基准图片在Y轴方向上的分割点，得到所述基准图片在Y轴方向上的分割线；

利用所述基准图片在X轴方向上的分割线以及所述基准图片在Y轴方向上的分割线，对所述基准图片进行切分，得到所述基准图片对应的切分图片。

优选的，还包括：

灰化处理模块，用于对所述基准图片进行灰化处理，得到灰化处理后的基准图片；

二值化处理模块，用于将灰化处理后的基准图片的像素值进行二值化处理，得到二值化处理后的基准图片；

图形特征处理模块，用于对所述二值化处理后的基准图片进行图形特征处理，得到图形特征处理后的基准图片。

优选的，还包括：

旋转模块，用于对所述切分图片进行预设角度的旋转，使得所述切分图片中的文字方向处于预设方向。

优选的，所述位置确定模块包括：位置确定子模块，所述位置确定子模块具体用于：

将所述基准图片投影到二维坐标平面中；

确定所述基准图片中的待识别字符文本框的四个顶点在所述基准图片中的二维坐标值。

基于上述技术方案，本发明实施例公开了一种字符识别方法及系统，包括：获取待识别图片；提取所述待识别图片的图片特征，利用所述待识别图片的图片特征，对所述待识别图片的图片类型进行识别，从所述待识别图片中筛选出与预设图片类型对应的待识别图片，作为基准图片；确定所述基准图片中的待识别字符文本框在所述基准图片中的位置；依据所述位置，在所述基准图片中定位到所述待识别字符文本框，并对所述待识别字符文本框中的字符内容进行识别，得到字符内容识别结果；确定与所述字符内容识别结果对应的字符内容属性信息；将所述待识别字符文本框在所述基准图片中的位置、所述待识别字符文本框对应的字符内容识别结果以及字符内容属性信息进行匹配输出。本申请能够从所述待识别图片中筛选出与预设图片类型对应的待识别图片，作为基准图片，并自动定位到基准图片中的待识别字符文本框，从而对待识别字符文本框中的字符内容进行识别，最终将所述待识别字符文本框在基准图片中的位置、待识别字符文本框对应的字符内容识别结果以及字符内容属性信息进行匹配输出，提高字符识别效率。

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的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的一种字符识别方法的流程图；

图2为本发明实施例提供的另一种字符识别方法的流程图；

图3为本发明实施例提供的一种图片切分示意图；

图4为本发明实施例提供的一种字符识别系统的结构框图。

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。

基于以上内容，本申请公开了一种字符识别方法，图1示出了一种字符识别方法的流程图，该方法可由服务器实现，参照图1，所述方法可以包括：

步骤S100、获取待识别图片；

所述待识别图片包含各种类型的图片，例如包含有身份证信息的图片、包含有银行卡信息的图片、包含有车牌信息的图片、包含有印刷体文稿信息的图片以及包含有手写体信息的图片等，待识别图片中还有可能包含多种信息图片，如一种图片中即包含身份证信息，又包含行驶证信息；待识别图片中还有可能覆盖有签字、盖章等干扰信息。本发明实施例不做具体限定。

待识别图片中包含有待识别字符，所述待识别字符可以为：文字、数字、字母、标点符号、特殊字符等，本申请并不做具体限定。

步骤S110、提取所述待识别图片的图片特征，利用所述待识别图片的图片特征，对所述待识别图片的图片类型进行识别，从所述待识别图片中筛选出与预设图片类型对应的待识别图片，作为基准图片；

需要说明的是，本申请中预先训练有图片类型识别模型，图片类型识别模型的训练过程为：依据预设数量的图片，建立图片类型训练集，图片类型训练集中包含有不同图片类型的正、负样本，通过利用图片类型训练集，在inception-v3模型中进行迁移学习，训练模型最后一层的权重参数，并将最终准确率较高、损失较小的模型进行保存，得到图片类型识别模型。

本申请中将待识别图片输入到预先训练的图片类型识别模型中，利用所述图片类型识别模型，提取所述待识别图片的图片特征，利用所述待识别图片的图片特征，对所述待识别图片的图片类型进行识别，并从所述待识别图片中筛选出与预设图片类型对应的待识别图片，作为基准图片。

例如本申请要筛选出包含身份证信息的图片，则可以利用预先训练的图片类型识别模型筛选出包含身份证信息的图片，作为基准图片。

步骤S120、确定所述基准图片中的待识别字符文本框在所述基准图片中的位置；

需要说明的是，本申请可以利用预先训练的字符文本框位置识别模型，来识别基准图片中的待识别字符文本框在所述基准图片中的位置；字符文本框位置识别模型的训练过程为：采取目前较为流行的vgg网络结构进行搭建，并定义相关字符文本框位置识别函数，选择一些标记好的不同类型的样本数据进行训练，并保存准确率较高的模型，该模型在系统维护过程中进行训练和维护，最终得到字符文本框位置识别模型。字符文本框位置识别模型会针对不同的图片类型，训练出与图片类型对应的待识别字符文本框的位置信息。

本申请可以利用预先训练的字符文本框位置识别模型，首先确定基准图片的类型，然后确定与基准图片的类型对应的待识别字符文本框的位置信息。

所述确定所述基准图片中的待识别字符文本框在所述基准图片中的位置的过程包括：将所述基准图片投影到二维坐标平面中；确定所述基准图片中的待识别字符文本框的四个顶点在所述基准图片中的二维坐标值。例如：待识别字符文本框的左上顶点、左下顶点、右上顶点、右下顶点在所述基准图片中的坐标值。

步骤S130、依据所述位置，在所述基准图片中定位到所述待识别字符文本框，并对所述待识别字符文本框中的字符内容进行识别，得到字符内容识别结果；

本申请利用预先训练的字符内容识别模型，依据所述位置，在所述基准图片中定位到所述待识别字符文本框，并对所述待识别字符文本框中的字符内容进行识别，得到字符内容识别结果。所述字符内容识别模型的训练过程为：采取CRNN网络结构进行模型搭建(先CNN再RNN)，并定义相关字符内容识别函数，选择一些标记好的不同类型的样本数据进行训练，并保存准确率较高的模型，该模型在系统维护过程中进行训练和维护，最终得到字符内容识别模型，字符内容识别模型会依据基准图片中的待识别字符文本框在所述基准图片中的位置，在所述基准图片中定位到所述待识别字符文本框，并对所述待识别字符文本框中的字符内容进行识别，得到字符内容识别结果。

字符内容可以包括：文字、数字、字母、标点符号、特殊字符等，本申请并不做具体限定。

步骤S140、确定与所述字符内容识别结果对应的字符内容属性信息；

本申请中会依据预先训练有图片类型识别模型识别的图片的类型，确定基准图片中字符内容对应的属性信息。所述属性信息标明了基准图片中字符内容的属性，即字符内容所属的性质。例如在身份证信息图片中会识别出哪些内容为姓名、哪些内容为身份证号、哪些内容为家庭住址，哪些内容为出生日期、哪些内容为民族属性等。姓名、身份证号、家庭住址、出生日期以及民族属性即为字符内容对应的属性信息。

步骤S150、将所述待识别字符文本框在所述基准图片中的位置、所述待识别字符文本框对应的字符内容识别结果以及字符内容属性信息进行匹配输出。

本申请会依据基准图片中待识别字符文本框的位置，在基准图片中简要排布待识别字符文本框，再根据字符文本框大小、位置信息确定字符文本框之间的距离、旋转角度等，最后根据字符文本框大小、位置、各字符文本框的距离、各字符文本框的旋转角度等信息对字符文本框的简要排布进行调整，最终将待识别字符文本框对应的字符内容识别结果以及字符内容属性信息匹配到相应位置处，整理成结构化数据输出。

本发明实施例公开了一种字符识别方法，包括：获取待识别图片；提取所述待识别图片的图片特征，利用所述待识别图片的图片特征，对所述待识别图片的图片类型进行识别，从所述待识别图片中筛选出与预设图片类型对应的待识别图片，作为基准图片；确定所述基准图片中的待识别字符文本框在所述基准图片中的位置；依据所述位置，在所述基准图片中定位到所述待识别字符文本框，并对所述待识别字符文本框中的字符内容进行识别，得到字符内容识别结果；确定与所述字符内容识别结果对应的字符内容属性信息；将所述待识别字符文本框在所述基准图片中的位置、所述待识别字符文本框对应的字符内容识别结果以及字符内容属性信息进行匹配输出。本申请能够从所述待识别图片中筛选出与预设图片类型对应的待识别图片，作为基准图片，并自动定位到基准图片中的待识别字符文本框，从而对待识别字符文本框中的字符内容进行识别，最终将所述待识别字符文本框在基准图片中的位置、待识别字符文本框对应的字符内容识别结果以及字符内容属性信息进行匹配输出，实现了字符识别的智能化处理，减少了人工操作的步骤，提高字符识别效率。

为了提高字符识别的精度，本申请公开了另外一种字符识别方法，图2示出了另外一种字符识别方法的流程图，该方法可由服务器实现，参照图2，所述方法可以包括：

步骤S200、获取待识别图片；

步骤S210、提取所述待识别图片的图片特征，利用所述待识别图片的图片特征，对所述待识别图片的图片类型进行识别，从所述待识别图片中筛选出与预设图片类型对应的待识别图片，作为基准图片；

步骤S220、将所述基准图片进行切分，得到所述基准图片对应的切分图片；

结合图3所示的图片切分示意图，本申请中公开了如下图片切分方式：

A0：对所述基准图片进行预处理；

需要说明的是，对所述基准图片进行预处理的过程包括：

对所述基准图片进行灰化处理，得到灰化处理后的基准图片；将灰化处理后的基准图片的像素值进行二值化处理，得到二值化处理后的基准图片；对所述二值化处理后的基准图片进行图形特征处理，得到图形特征处理后的基准图片。

对所述基准图片进行灰化处理的过程为按照一定原理将原本彩色的图片进行处理成黑白色的图片，原本RGB值转化为灰度值；将灰化处理后的基准图片的像素值进行二值化处理的过程为：按照一定原则将所有像素点的灰度值转化为0或1，例如：以像素点的灰度值128为中线，将灰化后图片的值进行处理，灰度值小于128记为0，反之记为1，得到二值化处理后的基准图片；对所述二值化处理后的基准图片进行图形特征处理，例如：膨胀、腐蚀、重构等，得到图形特征处理后的基准图片。

A1：将所述图形特征处理后的基准图片映射到二维坐标系中；

A2：在X轴方向上，统计所述基准图片中每列像素点中像素值大于预设像素值的像素点的个数，将每列像素点中像素值大于预设像素值的像素点的个数作为X轴方向上一维点集的元素坐标值；

需要说明的是，在X轴方向上，统计所述基准图片中每列像素点中像素值大于预设像素值的像素点的个数，所述预设像素值可以由本领域技术人员依据实际情况进行设定，本申请不做具体限定，可选的预设像素值可以为10。

附图3中，X轴方向上坐标值5、20、78、100、25、150、160、40即为每列像素点中像素值大于预设像素值的像素点的个数；

A3：沿着X轴从原点到远端的方向，将X轴方向上一维点集的元素坐标值小于预设元素坐标值的相邻元素坐标值划分到一组中，得到第一元素组，将X轴方向上一维点集的元素坐标值大于或等于预设元素坐标值的相邻元素坐标值划分到另一组中，得到第二元素组；

预设元素坐标值可以由本领域技术人员依据实际情况进行设定，本申请不做具体限定。

当X轴方向上一维点集的两个相邻元素坐标值的差值小于预设元素差值的情况下，则将该两个相邻元素坐标值合并为一个元素坐标值，提高数据处理效率。

附图3中，沿着X轴从原点到远端的方向，将X轴方向上一维点集的元素坐标值小于100的相邻元素坐标值划分到一组中，得到第一元素组，将X轴方向上一维点集的元素坐标值大于或等于100的相邻元素坐标值划分到另一组中，得到第二元素组；5、20、78为一组，属于第一元素组；100单独为一组属于第二元素组；25单独为一组属于第一元素组；150、160为一组，属于第二元素组；40单独为一组属于第一元素组；

A4：将任一第一元素组在X轴方向上的起始坐标值与终止坐标值作为所述基准图片在X轴方向上的分割点；

X轴方向上的分割点为：5、78、25、40；

当然，本申请还可以将任一第二元素组在X轴方向上的起始坐标值与终止坐标值作为所述基准图片在X轴方向上的分割点，参考将任一第一元素组在X轴方向上的起始坐标值与终止坐标值作为所述基准图片在X轴方向上的分割点的例子，本申请不再具体说明。

A5：在Y轴方向上，统计所述基准图片中每行像素点中像素值大于预设像素值的像素点的个数，将每行像素点中像素值大于预设像素值的像素点的个数作为Y轴方向上一维点集的元素坐标值；

需要说明的是，在Y轴方向上，统计所述基准图片中每行像素点中像素值大于预设像素值的像素点的个数，所述预设像素值可以由本领域技术人员依据实际情况进行设定，本申请不做具体限定，可选的预设像素值可以为10。

附图3中，Y轴方向上坐标值50、100、178、300、25、65即为每行像素点中像素值大于预设像素值的像素点的个数；

A6：沿着Y轴从原点到远端的方向，将Y轴方向上一维点集的元素坐标值小于预设元素坐标值的相邻元素坐标值划分到一组中，得到第三元素组，将Y轴方向上一维点集的元素坐标值大于或等于预设元素坐标值的相邻元素坐标值划分到另一组中，得到第四元素组；

当Y轴方向上一维点集的两个相邻元素坐标值的差值小于预设元素差值的情况下，则将该两个相邻元素坐标值合并为一个元素坐标值，提高数据处理效率。

预设元素坐标值可以由本领域技术人员依据实际情况进行设定，本申请不做具体限定。

附图3中，沿着Y轴从原点到远端的方向，将Y轴方向上一维点集的元素坐标值小于100的相邻元素坐标值划分到一组中，得到第三元素组；将Y轴方向上一维点集的元素坐标值大于或等于100的相邻元素坐标值划分到另一组中，得到第四元素组；50单独为一组属于第三元素组；100、178、300为一组，属于第四元素组；25、65为一组，属于第三元素组。

A7：将任一第三元素组在Y轴方向上的起始坐标值与终止坐标值作为所述基准图片在Y轴方向上的分割点；

Y轴方向上的分割点为：50、25、65。

当然，本申请还可以将任一第四元素组在Y轴方向上的起始坐标值与终止坐标值作为所述基准图片在Y轴方向上的分割点。参考将任一第三元素组在Y轴方向上的起始坐标值与终止坐标值作为所述基准图片在Y轴方向上的分割点的例子，本申请不再具体说明。

A8：利用所述基准图片在X轴方向上的分割点，得到所述基准图片在X轴方向上的分割线，利用所述基准图片在Y轴方向上的分割点，得到所述基准图片在Y轴方向上的分割线；

依据基准图片在X轴方向上的分割点做出的与Y轴平行的线作为基准图片在X轴方向上的分割线；依据基准图片在Y轴方向上的分割点做出的与X轴平行的线作为基准图片在Y轴方向上的分割线。

参考附图3中所示的分割线。

A9：利用所述基准图片在X轴方向上的分割线以及所述基准图片在Y轴方向上的分割线，对所述基准图片进行切分，得到所述基准图片对应的切分图片。

通过基准图片在X轴方向上的分割线以及所述基准图片在Y轴方向上的分割线，可以将基准图片进行切分，得到所述基准图片对应的切分图片。

需要说明的是，本申请可以将在X轴方向上的分割线以及所述基准图片在Y轴方向上的分割线分别向左、右、上、下进行扩展，提高图片切分的精度。

具体过程为：将基准图片在X轴方向上最左侧的分割线向左侧移动预设单位长度，得到左侧分割线；将基准图片在X轴方向上最右侧的分割线向右侧移动预设单位长度，得到右侧分割线；将基准图片在Y轴方向上最上侧的分割线向上侧移动预设单位长度，得到上侧分割线；将基准图片在Y轴方向上最下侧的分割线向下侧移动预设单位长度，得到下侧分割线；利用左侧分割线、右侧分割线、上侧分割线、下侧分割线以及其他的在X轴方向上的分割线以及所述基准图片在Y轴方向上的分割线，对所述基准图片进行切分，得到所述基准图片对应的切分图片。

预设单位长度可以由本领域技术人员依据实际情况进行设定，本申请不做具体限定。可选的为30个单位长度。

步骤S230、对所述切分图片进行预设角度的旋转，使得所述切分图片中的文字方向处于预设方向；

本申请可以利用预先训练的图片旋转角度识别模型，对所述切分图片进行预设角度的旋转，使得所述切分图片中的文字方向处于预设方向。所述图片旋转角度识别模型的训练过程为：采取python keras的vgg16模型网络结构，设置预设角度(例如0、90、180、270度四个角度)的旋转标识，选择一些标记好的样本数据进行训练，并对准确率较高的模型进行保存，得到图片旋转角度识别模型。

将切分图片输入到图片旋转角度识别模型中，图片旋转角度识别模型对所述切分图片的旋转角度进行识别，使得所述切分图片中的文字方向处于预设方向，并输出识别出的旋转角度。

预设方向可以为预先训练的字符内容识别模型规定的字符内容识别方向，本申请并不做具体限定。

步骤S240、确定所述切分图片中的待识别字符文本框在所述切分图片中的位置；

需要说明的是，本申请可以利用预先训练的字符文本框位置识别模型，来识别基准图片中的待识别字符文本框在所述切分图片中的位置。

本申请可以利用预先训练的字符文本框位置识别模型，首先确定切分图片的类型，然后确定与切分图片的类型对应的待识别字符文本框的位置信息。

所述确定所述切分图片中的待识别字符文本框在所述切分图片中的位置的过程包括：将所述切分图片投影到二维坐标平面中；确定所述切分图片中的待识别字符文本框的四个顶点在所述切分图片中的二维坐标值。例如：待识别字符文本框的左上顶点、左下顶点、右上顶点、右下顶点在所述切分图片中的坐标值。

步骤S250、依据所述位置，在所述切分图片中定位到所述待识别字符文本框，并对所述待识别字符文本框中的字符内容进行识别，得到字符内容识别结果；

本申请利用预先训练的字符内容识别模型，依据切分图片中的待识别字符文本框在所述切分图片中的位置，在所述切分图片中定位到所述待识别字符文本框，并对所述待识别字符文本框中的字符内容进行识别，得到字符内容识别结果。

字符内容可以包括：文字、数字、字母、标点符号、特殊字符等，本申请并不做具体限定。

步骤S260、确定与所述字符内容识别结果对应的字符内容属性信息；

本申请中会依据预先训练有图片类型识别模型识别的图片的类型，确定切分图片中字符内容对应的属性信息。所述属性信息标明了切分图片中字符内容的属性，即字符内容所属的性质。例如在身份证信息图片中会识别出哪些内容为姓名、哪些内容为身份证号、哪些内容为家庭住址，哪些内容为出生日期、哪些内容为民族属性等。姓名、身份证号、家庭住址、出生日期以及民族属性即为字符内容对应的属性信息。

步骤S270、将所述待识别字符文本框在所述切分图片对应的基准图片中的位置、所述待识别字符文本框对应的字符内容识别结果以及字符内容属性信息进行匹配输出。

本申请会依据基准图片中待识别字符文本框的位置，在基准图片中简要排布待识别字符文本框，再根据字符文本框大小、位置信息确定字符文本框之间的距离、旋转角度等，最后根据字符文本框大小、位置、各字符文本框的距离、各字符文本框的旋转角度等信息对字符文本框的简要排布进行调整，最终将待识别字符文本框对应的字符内容识别结果以及字符内容属性信息匹配到相应位置处，整理成结构化数据输出。

本申请通过对基准图片进行切分，得到结构简单的切分图片，并通过对所述切分图片进行预设角度的旋转，使得所述切分图片中的文字方向处于预设方向，并自动定位到切分图片中的待识别字符文本框，从而对待识别字符文本框中的字符内容进行识别，最终将所述待识别字符文本框在基准图片中的位置、待识别字符文本框对应的字符内容识别结果以及字符内容属性信息进行匹配输出，提高字符识别效率，由于切分图片结构简单，对切分图片的识别比较简单、快捷，能够提高识别精度。

下面对本发明实施例提供的字符识别系统进行介绍，下文描述的字符识别系统可与上文字符识别方法相互对应参照。

图4为本发明实施例提供的字符识别系统的结构框图，参照图4，该字符识别系统可以包括：

待识别图片获取模块100，用于获取待识别图片；

基准图片筛选模块110，用于提取所述待识别图片的图片特征，利用所述待识别图片的图片特征，对所述待识别图片的图片类型进行识别，从所述待识别图片中筛选出与预设图片类型对应的待识别图片，作为基准图片；

位置确定模块120，用于确定所述基准图片中的待识别字符文本框在所述基准图片中的位置；

字符内容识别模块130，用于依据所述位置，在所述基准图片中定位到所述待识别字符文本框，并对所述待识别字符文本框中的字符内容进行识别，得到字符内容识别结果；

字符内容属性信息确定模块140，用于确定与所述字符内容识别结果对应的字符内容属性信息；

输出模块150，用于将所述待识别字符文本框在所述基准图片中的位置、所述待识别字符文本框对应的字符内容识别结果以及字符内容属性信息进行匹配输出。

还包括：切分模块，所述切分模块具体用于：

将所述基准图片映射到二维坐标系中；

在X轴方向上，统计所述基准图片中每列像素点中像素值大于预设像素值的像素点的个数，将每列像素点中像素值大于预设像素值的像素点的个数作为X轴方向上一维点集的元素坐标值；

沿着X轴从原点到远端的方向，将X轴方向上一维点集的元素坐标值小于预设元素坐标值的相邻元素坐标值划分到一组中，得到第一元素组，将X轴方向上一维点集的元素坐标值大于或等于预设元素坐标值的相邻元素坐标值划分到另一组中，得到第二元素组；

将任一第一元素组在X轴方向上的起始坐标值与终止坐标值作为所述基准图片在X轴方向上的分割点；

在Y轴方向上，统计所述基准图片中每行像素点中像素值大于预设像素值的像素点的个数，将每行像素点中像素值大于预设像素值的像素点的个数作为Y轴方向上一维点集的元素坐标值；

沿着Y轴从原点到远端的方向，将Y轴方向上一维点集的元素坐标值小于预设元素坐标值的相邻元素坐标值划分到一组中，得到第三元素组，将Y轴方向上一维点集的元素坐标值大于或等于预设元素坐标值的相邻元素坐标值划分到另一组中，得到第四元素组；

将任一第三元素组在Y轴方向上的起始坐标值与终止坐标值作为所述基准图片在Y轴方向上的分割点；

利用所述基准图片在X轴方向上的分割点，得到所述基准图片在X轴方向上的分割线，利用所述基准图片在Y轴方向上的分割点，得到所述基准图片在Y轴方向上的分割线；

利用所述基准图片在X轴方向上的分割线以及所述基准图片在Y轴方向上的分割线，对所述基准图片进行切分，得到所述基准图片对应的切分图片。

还包括：

灰化处理模块，用于对所述基准图片进行灰化处理，得到灰化处理后的基准图片；

二值化处理模块，用于将灰化处理后的基准图片的像素值进行二值化处理，得到二值化处理后的基准图片；

图形特征处理模块，用于对所述二值化处理后的基准图片进行图形特征处理，得到图形特征处理后的基准图片。

还包括：

旋转模块，用于对所述切分图片进行预设角度的旋转，使得所述切分图片中的文字方向处于预设方向。

所述位置确定模块包括：位置确定子模块，所述位置确定子模块具体用于：

将所述基准图片投影到二维坐标平面中；

确定所述基准图片中的待识别字符文本框的四个顶点在所述基准图片中的二维坐标值。

综上所述：

本发明实施例公开了一种字符识别方法及系统，包括：获取待识别图片；提取所述待识别图片的图片特征，利用所述待识别图片的图片特征，对所述待识别图片的图片类型进行识别，从所述待识别图片中筛选出与预设图片类型对应的待识别图片，作为基准图片；确定所述基准图片中的待识别字符文本框在所述基准图片中的位置；依据所述位置，在所述基准图片中定位到所述待识别字符文本框，并对所述待识别字符文本框中的字符内容进行识别，得到字符内容识别结果；确定与所述字符内容识别结果对应的字符内容属性信息；将所述待识别字符文本框在所述基准图片中的位置、所述待识别字符文本框对应的字符内容识别结果以及字符内容属性信息进行匹配输出。本申请能够从所述待识别图片中筛选出与预设图片类型对应的待识别图片，作为基准图片，并自动定位到基准图片中的待识别字符文本框，从而对待识别字符文本框中的字符内容进行识别，最终将所述待识别字符文本框在基准图片中的位置、待识别字符文本框对应的字符内容识别结果以及字符内容属性信息进行匹配输出，提高字符识别效率。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，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、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。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。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种字符识别方法，其特征在于，包括：

获取待识别图片；

提取所述待识别图片的图片特征，利用所述待识别图片的图片特征，对所述待识别图片的图片类型进行识别，从所述待识别图片中筛选出与预设图片类型对应的待识别图片，作为基准图片；

确定所述基准图片中的待识别字符文本框在所述基准图片中的位置；所述确定所述基准图片中的待识别字符文本框在所述基准图片中的位置的过程包括：将所述基准图片投影到二维坐标平面中；确定所述基准图片中的待识别字符文本框的四个顶点在所述基准图片中的二维坐标值；

其中，在确定所述基准图片中的待识别字符文本框在所述基准图片中的位置之前，还包括：

将所述基准图片映射到二维坐标系中；

在X轴方向上，统计所述基准图片中每列像素点中像素值大于预设像素值的像素点的个数，将每列像素点中像素值大于预设像素值的像素点的个数作为X轴方向上一维点集的元素坐标值；

沿着X轴从原点到远端的方向，将X轴方向上一维点集的元素坐标值小于预设元素坐标值的相邻元素坐标值划分到一组中，得到第一元素组，将X轴方向上一维点集的元素坐标值大于或等于预设元素坐标值的相邻元素坐标值划分到另一组中，得到第二元素组；

将任一第一元素组在X轴方向上的起始坐标值与终止坐标值作为所述基准图片在X轴方向上的分割点；

在Y轴方向上，统计所述基准图片中每行像素点中像素值大于预设像素值的像素点的个数，将每行像素点中像素值大于预设像素值的像素点的个数作为Y轴方向上一维点集的元素坐标值；

沿着Y轴从原点到远端的方向，将Y轴方向上一维点集的元素坐标值小于预设元素坐标值的相邻元素坐标值划分到一组中，得到第三元素组，将Y轴方向上一维点集的元素坐标值大于或等于预设元素坐标值的相邻元素坐标值划分到另一组中，得到第四元素组；

将任一第三元素组在Y轴方向上的起始坐标值与终止坐标值作为所述基准图片在Y轴方向上的分割点；

利用所述基准图片在X轴方向上的分割点，得到所述基准图片在X轴方向上的分割线，利用所述基准图片在Y轴方向上的分割点，得到所述基准图片在Y轴方向上的分割线；

利用所述基准图片在X轴方向上的分割线以及所述基准图片在Y轴方向上的分割线，对所述基准图片进行切分，得到所述基准图片对应的切分图片；

依据所述位置，在所述基准图片中定位到所述待识别字符文本框，并对所述待识别字符文本框中的字符内容进行识别，得到字符内容识别结果；

确定与所述字符内容识别结果对应的字符内容属性信息；

将所述待识别字符文本框在所述基准图片中的位置、所述待识别字符文本框对应的字符内容识别结果以及字符内容属性信息进行匹配输出。

2.根据权利要求1所述的方法，其特征在于，在将所述基准图片映射到二维坐标系中之前，还包括：

对所述基准图片进行灰化处理，得到灰化处理后的基准图片；

将灰化处理后的基准图片的像素值进行二值化处理，得到二值化处理后的基准图片；

对所述二值化处理后的基准图片进行图形特征处理，得到图形特征处理后的基准图片。

3.根据权利要求1所述的方法，其特征在于，在得到所述基准图片对应的切分图片之后，还包括：

对所述切分图片进行预设角度的旋转，使得所述切分图片中的文字方向处于预设方向。

4.根据权利要求1所述的方法，其特征在于，所述确定所述基准图片中的待识别字符文本框在所述基准图片中的位置的过程包括：

将所述基准图片投影到二维坐标平面中；

确定所述基准图片中的待识别字符文本框的四个顶点在所述基准图片中的二维坐标值。

5.一种字符识别系统，其特征在于，包括：

待识别图片获取模块，用于获取待识别图片；

基准图片筛选模块，用于提取所述待识别图片的图片特征，利用所述待识别图片的图片特征，对所述待识别图片的图片类型进行识别，从所述待识别图片中筛选出与预设图片类型对应的待识别图片，作为基准图片；

位置确定模块，用于确定所述基准图片中的待识别字符文本框在所述基准图片中的位置；所述确定所述基准图片中的待识别字符文本框在所述基准图片中的位置的过程包括：将所述基准图片投影到二维坐标平面中；确定所述基准图片中的待识别字符文本框的四个顶点在所述基准图片中的二维坐标值；

切分模块，所述切分模块具体用于：将所述基准图片映射到二维坐标系中；在X轴方向上，统计所述基准图片中每列像素点中像素值大于预设像素值的像素点的个数，将每列像素点中像素值大于预设像素值的像素点的个数作为X轴方向上一维点集的元素坐标值；沿着X轴从原点到远端的方向，将X轴方向上一维点集的元素坐标值小于预设元素坐标值的相邻元素坐标值划分到一组中，得到第一元素组，将X轴方向上一维点集的元素坐标值大于或等于预设元素坐标值的相邻元素坐标值划分到另一组中，得到第二元素组；将任一第一元素组在X轴方向上的起始坐标值与终止坐标值作为所述基准图片在X轴方向上的分割点；在Y轴方向上，统计所述基准图片中每行像素点中像素值大于预设像素值的像素点的个数，将每行像素点中像素值大于预设像素值的像素点的个数作为Y轴方向上一维点集的元素坐标值；沿着Y轴从原点到远端的方向，将Y轴方向上一维点集的元素坐标值小于预设元素坐标值的相邻元素坐标值划分到一组中，得到第三元素组，将Y轴方向上一维点集的元素坐标值大于或等于预设元素坐标值的相邻元素坐标值划分到另一组中，得到第四元素组；将任一第三元素组在Y轴方向上的起始坐标值与终止坐标值作为所述基准图片在Y轴方向上的分割点；利用所述基准图片在X轴方向上的分割点，得到所述基准图片在X轴方向上的分割线，利用所述基准图片在Y轴方向上的分割点，得到所述基准图片在Y轴方向上的分割线；利用所述基准图片在X轴方向上的分割线以及所述基准图片在Y轴方向上的分割线，对所述基准图片进行切分，得到所述基准图片对应的切分图片；

字符内容识别模块，用于依据所述位置，在所述基准图片中定位到所述待识别字符文本框，并对所述待识别字符文本框中的字符内容进行识别，得到字符内容识别结果；

字符内容属性信息确定模块，用于确定与所述字符内容识别结果对应的字符内容属性信息；

输出模块，用于将所述待识别字符文本框在所述基准图片中的位置、所述待识别字符文本框对应的字符内容识别结果以及字符内容属性信息进行匹配输出。

6.根据权利要求5所述的系统，其特征在于，还包括：

灰化处理模块，用于对所述基准图片进行灰化处理，得到灰化处理后的基准图片；

二值化处理模块，用于将灰化处理后的基准图片的像素值进行二值化处理，得到二值化处理后的基准图片；

图形特征处理模块，用于对所述二值化处理后的基准图片进行图形特征处理，得到图形特征处理后的基准图片。

7.根据权利要求5所述的系统，其特征在于，还包括：

旋转模块，用于对所述切分图片进行预设角度的旋转，使得所述切分图片中的文字方向处于预设方向。

8.根据权利要求5所述的系统，其特征在于，所述位置确定模块包括：位置确定子模块，所述位置确定子模块具体用于：

将所述基准图片投影到二维坐标平面中；

确定所述基准图片中的待识别字符文本框的四个顶点在所述基准图片中的二维坐标值。

Images