CN110414522A - 一种字符识别方法及装置 - Google Patents

一种字符识别方法及装置 Download PDF

Info

Publication number
CN110414522A
CN110414522A CN201910609292.1A CN201910609292A CN110414522A CN 110414522 A CN110414522 A CN 110414522A CN 201910609292 A CN201910609292 A CN 201910609292A CN 110414522 A CN110414522 A CN 110414522A
Authority
CN
China
Prior art keywords
images
recognized
image
character
training sample
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
Application number
CN201910609292.1A
Other languages
English (en)
Inventor
陈海波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Deep Blue Technology Shanghai Co Ltd
Original Assignee
Deep Blue Technology Shanghai Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Deep Blue Technology Shanghai Co Ltd filed Critical Deep Blue Technology Shanghai Co Ltd
Priority to CN201910609292.1A priority Critical patent/CN110414522A/zh
Publication of CN110414522A publication Critical patent/CN110414522A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/148—Segmentation of character regions
    • G06V30/153—Segmentation of character regions using recognition of characters or words

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本申请提供一种字符识别方法及装置，用于提高字符识别的准确率。该字符识别方法包括：获取待识别图像，所述待识别图像包括多个字符；将所述待识别图像输入至卷积神经网络，识别得到所述待识别图像中包括的多个字符；其中，所述卷积神经网络的训练数据为多个训练样本图像，所述多个训练样本图像为对任一训练样本图像进行图像处理后生成的，所述图像处理为形状变换、色差调整、光照强度调整中的一种或多种，所述任一训练样本图像中包括多个字符。

Description

一种字符识别方法及装置
技术领域
本申请实施例涉及图像识别领域，尤其涉及一种字符识别方法及装置。
背景技术
字符检测，是指对部件或产品上刻印的字符进行确认、辨别、判定的检测，被运用在各类场合，例如自动化生产线上产品的打标环节、仓储系统的入库环节、食品药品生产的包装环节等等。
目前的字符识别，例如基恩士的手持终端，其是通过构建特征的数学模型来识别，作为示例，圆的算法表示为霍夫圆变换。然而基恩士的手持终端的训练数据是通过人工标记的方式获取，获取的数量是有限的，尤其在现实的应用场景下，会因拍照角度、光照强度、字符所附着的物体表面三维形状不规则等因素影响，导致字符识别的准确率较低。
发明内容
本申请提供一种字符识别方法及装置，用于提高字符识别的准确率。
第一方面，本申请提供一种字符识别方法，包括：
获取待识别图像，所述待识别图像包括多个字符；
将所述待识别图像输入至卷积神经网络，识别得到所述待识别图像中包括的多个字符；
其中，所述卷积神经网络的训练数据为多个训练样本图像，所述多个训练样本图像为对任一训练样本图像进行图像处理后生成的，所述图像处理为形状变换、色差调整、光照强度调整中的一种或多种，所述任一训练样本图像中包括多个字符。
在本申请实施例中，卷积神经网络的训练数据是通过对任一训练样本图像进行图像处理后自动生成的，其中，图像处理可以是形状变换、色差调整、光照强度调整中的一种或多种，这样，训练数据就包括各种形状、色差、光照强度的训练图像数据，从而能够避免拍照角度、光照强度、字符所附着的物体表面的三维形状不规则等因素的影响，从而能够提高字符识别的准确率。
其中，形状变换可以是对任一训练样本图像进行拉伸、平移、缩进、旋转等变换。
进一步，在本申请实施例中，训练样本图像是自动生成的，能够提高效率，减少人力成本。
在一个可能的设计中，将所述待识别图像输入至卷积神经网络，识别得到所述待识别图像中包括的多个字符，包括：
提取所述待识别图像中的感兴趣区域；其中，所述感兴趣区域中包括所述多个字符；
将所述感兴趣区域输入至所述卷积神经网络，识别得到所述待识别图像中包括的多个字符。
在本申请实施例中，为了降低卷积神经网络的计算量，提高卷积神经网络的计算效率，可以从待识别图像中提取感兴趣区域，这样卷积神经网络可以只对感兴趣区域中的字符进行识别。
在本申请实施例中，可以通过卷积神经网络提取待识别图像中的感兴趣区域，也可以通过模板匹配法提取待识别图像中的感兴趣区域，也可以通过滑动窗口法提取待识别图像中的感兴趣区域，或者通过其它方法提取待识别图像中的感兴趣区域。
在一个可能的设计中，将所述感兴趣区域输入至所述卷积神经网络，识别得到所述待识别图像中包括的多个字符，包括：
将所述感兴趣区域中包括的字符按行输入至所述卷积神经网络，识别得到所述待识别图像中包括的多个字符。
在本申请实施例中，是将感兴趣区域中包括的字符按行输入至卷积神经网络，也就是能够实现多个字符的识别，也就省去了对感兴趣区域进行分割和语义处理，从而能够提高字符识别的效率。当然，在具体实现过程中，也可以是对单个字符进行识别。
在一个可能的设计中，获取待识别图像，包括：
获取所述待识别图像中的物体所处环境的环境参数；
判断所述环境参数是否满足预设条件，获取判断结果；
在所述判断结果是时，采集所述物体的图像；
对所述图像进行预处理，获取所述待识别图像。
由于采集图像的质量可能会直接影响识别效果，而采集图像的质量取决于环境的稳定性。因此为提高字符识别的准确率，在环境参数满足预设条件时，才采集待识别图像中物体的图像。其中，环境参数可以是物体所处环境的亮度、物体所处的地理位置和/或物体的移动速度等等。
为进一步提高字符识别的准确率，还可以对采集图像进行预处理，例如对图像进行局部增强、超增、边缘增强、增强亮度、减弱亮度、放大、缩小等操作。
在一个可能的设计中，所述方法还包括：
对所述多个字符进行验证，获取验证结果；
在所述验证结果为否时，输出提示信息，用于指示所述待识别图像中的物体上的字符错误。
在本申请实施例中，在识别出多个字符后，还可以进一步对多个字符进行验证，在验证通过时，识别完成。在验证未通过时，可以输出提示信息，以提示工作人员待识别图像中物体的字符不正确，需要更正。
第二方面，本申请实施例提供一种字符识别装置，包括：
存储器，用于存储指令；
处理器，用于读取所述存储器中存储的指令，执行下列过程：
获取待识别图像，所述待识别图像包括多个字符；
将所述待识别图像输入至卷积神经网络，识别得到所述待识别图像中包括的多个字符；
其中，所述卷积神经网络的训练数据为多个训练样本图像，所述多个训练样本图像为对任一训练样本图像进行图像处理后生成的，所述图像处理为形状变换、色差调整、光照强度调整中的一种或多种，所述任一训练样本图像中包括多个字符。
在一个可能的设计中，在所述处理器将所述待识别图像输入至卷积神经网络，识别得到所述待识别图像中包括的多个字符时，具体用于：
提取所述待识别图像中的感兴趣区域；其中，所述感兴趣区域中包括所述多个字符；
将所述感兴趣区域输入至所述卷积神经网络，识别得到所述待识别图像中包括的多个字符。
在一个可能的设计中，在所述处理器将所述感兴趣区域输入至所述卷积神经网络，识别得到所述待识别图像中包括的多个字符时，具体用于：
将所述感兴趣区域中包括的字符按行输入至所述卷积神经网络，识别得到所述待识别图像中包括的多个字符。
在一个可能的设计中，在所述处理器获取待识别图像时，具体用于：
获取所述待识别图像中的物体所处环境的环境参数；
判断所述环境参数是否满足预设条件，获取判断结果；
在所述判断结果是时，采集所述物体的图像；
对所述图像进行预处理，获取所述待识别图像。
在一个可能的设计中，所述处理器还用于：
对所述多个字符进行验证，获取验证结果；
在所述验证结果为否时，输出提示信息，用于指示所述待识别图像中的物体上的字符错误。
第三方面，本申请实施例提供一种字符识别装置，包括：
获取单元，用于获取待识别图像，所述待识别图像包括多个字符；
识别单元，用于将所述待识别图像输入至卷积神经网络，识别得到所述待识别图像中包括的多个字符；
其中，所述卷积神经网络的训练数据为多个训练样本图像，所述多个训练样本图像为对任一训练样本图像进行图像处理后生成的，所述图像处理为形状变换、色差调整、光照强度调整中的一种或多种，所述任一训练样本图像中包括多个字符。
在一个可能的设计中，在所述识别单元将所述待识别图像输入至卷积神经网络，识别得到所述待识别图像中包括的多个字符时，具体用于：
提取所述待识别图像中的感兴趣区域；其中，所述感兴趣区域中包括所述多个字符；
将所述感兴趣区域输入至所述卷积神经网络，识别得到所述待识别图像中包括的多个字符。
在一个可能的设计中，在所述识别单元将所述感兴趣区域输入至所述卷积神经网络，识别得到所述待识别图像中包括的多个字符时，具体用于：
将所述感兴趣区域中包括的字符按行输入至所述卷积神经网络，识别得到所述待识别图像中包括的多个字符。
在一个可能的设计中，在所述获取单元获取待识别图像时，具体用于：
获取所述待识别图像中的物体所处环境的环境参数；
判断所述环境参数是否满足预设条件，获取判断结果；
在所述判断结果是时，采集所述物体的图像；
对所述图像进行预处理，获取所述待识别图像。
在一个可能的设计中，所述装置还包括：
验证单元，用于对所述多个字符进行验证，获取验证结果；
输出单元，用于在所述验证结果为否时，输出提示信息，用于指示所述待识别图像中的物体上的字符错误。
第四方面，本申请实施例还提供一种计算机存储介质，所述计算机存储介质中存储有指令，当所述指令在计算机上运行时，使得所述计算机执行上述第一方面或第一方面的任意一种可能的设计中所涉及的方法。
在本申请实施例中，卷积神经网络的训练数据是通过对任一训练样本图像进行图像处理后自动生成的，其中，图像处理可以是形状变换、色差调整、光照强度调整中的一种或多种，这样，训练数据就包括各种形状、色差、光照强度的训练图像数据，从而能够避免拍照角度、光照强度、字符所附着的物体表面的三维形状不规则等因素的影响，从而能够提高字符识别的准确率。
进一步，在本申请实施例中，训练样本图像是自动生成的，能够提高效率，减少人力成本。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，显而易见地，下面所介绍的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种系统架构的示意图；
图2为本申请实施例提供的一种字符识别方法的流程示意图；
图3为本申请实施例提供的生成训练样本图像的示意图；
图4为本申请实施例训练初始卷积神经网络的示意图；
图5为本申请实施例中提取的感兴趣区域的示意图；
图6为本申请实施例提供的一种字符识别装置的结构示意图；
图7为本申请实施例提供的另一字符识别装置的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。
以下，对本申请实施例中的部分用语进行解释说明，以便于本领域技术人员理解。
1、感兴趣区域(Region of interest，ROI),指的是机器视觉、图像处理中，从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域。
2、本申请实施例中的“多个”是指两个或两个以上，鉴于此，本申请实施例中也可以将“多个”理解为“至少两个”。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。
请参见图1，为本申请实施例的一种系统架构图。图1中包括识别设备100、视觉模块101、信号控制器102及光源103。
识别主机包括内存、显卡、处理器、硬盘、主板等配置，运行linux或者Windows10系统，识别主机可以是手持设备，例如智能手机(Andriod手机、IOS手机)、平板电脑、可穿戴式设备等，也可以是非手持设备，例如视频矩、监控平台、车载设备、卫星、掌上电脑、笔记本电脑、移动互联网设备、云端服务器等，或者为其它设备。
视觉模块，包括图像采集卡和图像采集单元，其中图像采集卡又称图像捕捉卡，是一种可以获取数字化视频图像信息，并将其存储和播放出来的硬件设备；图像采集单元可以是摄像头，摄像头的数量可以是一个或多个。在具体实现过程中，视觉模块和识别设备可以是相互独立的，通过连接线连接，也可以是集成一体的，也就是将视觉模块集成在识别设备中。
信号控制器是在数据通信系统中，处于数据电路和主机之间，用于控制数据传输的通信接口设备。
光源用于为被识别物体补充光源。
下面结合附图介绍本申请实施例提供的技术方案，在下面的介绍过程中，以将本申请提供的技术方案应用在图1所示的应用场景中为例。
请参见图2，本申请一实施例提供一种字符识别方法，该字符识别方法能够应用于核对字符数据、读取字符实现立即发行标签、读取日期数据，消除保质期管理的失误等多种场景。该字符识别方法可以由图1中所示的识别设备执行，该方法的流程描述大致如下：
S201：获取待识别图像，所述待识别图像包括多个字符；
S202:将所述待识别图像输入至卷积神经网络，得到所述待识别图像中包括的多个字符；其中，所述卷积神经网络的训练数据为多个训练样本图像，所述多个训练样本图像为对任一训练样本图像进行图像处理后生成的，所述图像处理为形状变换、色差调整、光照强度调整中的一种或多种，所述任一训练样本图像中包括多个字符。
在介绍本申请提供的一种字符识别方法之前，首先介绍如何构建卷积神经网络。在具体实现过程中，任一训练样本图像可以是工作人员从云端服务器下载的一张包括多个字符的图像，也可以是工作人员通过拍照获取的包括多个字符的图像，或者通过其它方式获取。
在获取任一训练样本图像之后，对任一训练样本进行图像处理，获得多个训练样本。图形处理的操作包括但不限于形状变换、色差调整、光照强度调整，其中，形状变换可以是拉伸、缩进、平移、旋转等。作为示例，任一训练样本图像的尺寸是32(像素)×100(像素)，对该训练样本图像进行拉伸处理，可以得到其它尺寸的训练样本图像，例如40×100、32×120、40×120。请参见图3，图3所示的训练样本图像中包括基于任一训练样本图像得到的经过形状变换、色差调整、光照调整后的不同训练样本图像。
在本申请实施例中，在得到多个训练样本图像后，为方便后续处理及处理速度，可以对多个训练样本图像进行处理，下面将详细介绍，具体可参见图4。在下面介绍过程以多个训练样本图像中的一个训练样本图像A为例，其余训练样本图像的处理过程类似，后续不再赘述。
先对训练样本图像A进行图像矩阵化处理，也就是将训练样本图像A的像素点转化为矩阵形式，若训练样本图像A是彩色图像，则转化为三维矩阵。而在具体存储时，可以按照一定顺序存储，例如按照宽度、深度及高度顺序存储。
然后将训练样本图像A进行颜色处理，也就是将训练样本图像A转化为灰度图像，换句话说就是将三通道的彩色图像转化为单通道的黑白图像。对于上述两个处理步骤，可以先进行图像矩阵化处理，再进行颜色处理，也可以是先进行颜色处理，再进行图像矩阵化处理。
在对多个训练样本图像进行处理后，则将处理后的多个训练样本图像作为训练数据，将多个训练样本图像包括的多个字符作为多个训练样本图像的标记数据，对初始卷积神经网络进行训练。具体的，将处理后的多个训练样本图像输入至初始卷积神经网络，提取特征，并通过提取的特征进行图像类别预测，将预测结果与图像标记数据进行比对，若预测正确，则记忆该特征。若预测不正确，则通过损失函数进行忽略，这样经过N此迭代，初始卷积神经网络便能够学习并记忆核心特征。
本申请实施例中的字符可以是字母、数字或字母与数字的组合。
在本申请实施例中，步骤S201的具体实现过程，包括如下步骤：
获取所述待识别图像中的物体所处环境的环境参数；
判断所述环境参数是否满足预设条件，获取判断结果；
在所述判断结果是时，采集所述物体的图像；
对所述图像进行预处理，获取所述待识别图像。
环境参数会影响拍摄的质量，而拍摄质量将直接影响字符识别的准确率，例如待识别图像中的物体所处环境的亮度较暗时，采集的图像就会比较暗，进而导致图像不清晰，在图像不清晰的情况下很显然会影响字符识别的准确率。因此为提高字符识别的准确率，在获取待识别图像之前，首先获取待识别图像中的物体所处环境的环境参数。其中，环境参数指的是待识别图像中的物体所处环境的环境参数，包括但不限于物体所处环境的亮度、反光程度、温度、物体的摆放角度、物体的移动速度等等。
在获取环境参数之后，判断环境参数是否满足预设条件。以环境参数是物体所处环境的亮度为例，则判断物体所处环境的亮度是否达到预设亮度。作为示例，预设亮度是50，在物体当前所处环境的亮度是50，达到预设亮度时，则采集物体的图像；在物体当前所处环境的亮度是40，低于预设亮度时，未达到采集图像的条件，在该情况下，识别设备可以输出提示信息，以提示工作人员当前所处环境的亮度较低，不适于采集图像。基于该提示信息，工作人员可以通过调整图1中所示光源的亮度，以使得物体当前所处环境的亮度达到预设亮度。
在采集物体的图像之后，可以对采集的图像进行预处理，得到待识别图像。其中，对采集的图像进行预处理的操作包括但不限于：图像去噪、局部增强、边缘增强、反色、增量、减暗、放大、缩小等处理。其中，反色是将R、G、B值反转。若颜色的量化级别是256，则新图的R、G、B值为255减去原图的R、G、B值。
在获取待识别图像之后，则将待识别图像输入至卷积神经网络。在本申请实施例中，卷积神经网络的训练数据是通过对任一训练样本图像进行图像处理后自动生成的，其中，图像处理可以是形状变换、色差调整、光照强度调整中的一种或多种，这样，训练数据就包括各种形状、色差、光照强度的训练图像数据，从而能够避免拍照角度、光照强度、字符所附着的物体表面的三维形状不规则等因素的影响，从而能够提高字符识别的准确率。
在本申请实施例中，步骤S202的具体实现过程包括如下步骤：
提取所述待识别图像中的感兴趣区域；其中，所述感兴趣区域中包括所述多个字符；
将所述感兴趣区域输入至所述卷积神经网络，得到所述待识别图像中包括的多个字符。
为降低卷积神经网络进行字符识别时的计算量，可以首先提取待识别图像中的感兴趣区域。感兴趣区域的个数可以是一个、也可以是多个，感兴趣区域中包括多个待识别的字符。
在本申请实施例中，可以通过模板匹配法提取待识别图像中的感兴趣区域，也可以通过滑动窗口法提取待识别图像中的感兴趣区域，也可以通过卷积神经网络学习并提取待识别图像中的感兴趣区域，或者通过其它方式提取待识别图像中的感兴趣区域。
在提取感兴趣区域之后，则将感兴趣区域输入至训练好的卷积神经网络中，利用训练好的卷积神经网络识别感兴趣区域中包括的多个字符。
在本申请实施例中，在将感兴趣区域输入至训练好的卷积神经网络中时，可以将感兴趣区域中包括的字符按行输入至卷积神经网络，得到所述待识别图像中包括的多个字符。作为示例，请参见图5，感兴趣区域中包括两行字符，第一行：How are you？第二行：I amfine。则以行为单位输入，例如先输入how are you，然后再输入I am fine。这样，能够省去对感兴趣区域进行分割和语义处理，从而能够提高字符识别的效率。
当然在具体实现过程中，也可以先对感兴趣区域中的字符进行拆分，拆分成单个字符，将单个字符输入至卷积神经网络中。
在本申请实施例中，所述方法还包括：
对所述多个字符进行验证，获取验证结果；
在所述验证结果为否时，输出提示信息，用于指示所述待识别图像中的物体上的字符错误。
在本申请实施例中，在卷积神经网络识别出多个字符后，还需要验证识别出来的字符是否正确。
在具体实现过程中，以出货单的核对这一场景为例，这样在识别出货单上的字符后，例如ABC12345，这时则将识别结果与识别设备中存储的出货单的单号进行对比。在对比结果为否时，则输出提示信息，以提示出货单上的单号错误，需要更正。
下面结合说明书附图介绍本申请实施例提供的装置。
请参见图6，基于同一发明构思，本申请实施例提供一种字符识别装置600，该字符识别装置600的一个实施方式中，包括处理器601、通信接口602和存储器603，通信接口602和存储器603耦合至处理器601。处理器601可以是中央处理器(central processing unit，CPU)，或特定应用集成电路(application-specific integrated circuit，ASIC)，可以是一个或多个用于控制程序执行的集成电路，可以是基带芯片，等等。存储器603的数量可以是一个或多个，存储器可以是只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)或磁盘存储器，等等。
通过对处理器601进行设计编程，可以将前述的字符识别方法所对应的代码固化到芯片内，从而使芯片在运行时能够执行如下步骤：
获取待识别图像，所述待识别图像包括多个字符；
将所述待识别图像输入至卷积神经网络，识别得到所述待识别图像中包括的多个字符；
其中，所述卷积神经网络的训练数据为多个训练样本图像，所述多个训练样本图像为对任一训练样本图像进行图像处理后生成的，所述图像处理为形状变换、色差调整、光照强度调整中的一种或多种，所述任一训练样本图像中包括多个字符。
在一个可能的设计中，在所述处理器601将所述待识别图像输入至卷积神经网络，识别得到所述待识别图像中包括的多个字符时，具体用于：
提取所述待识别图像中的感兴趣区域；其中，所述感兴趣区域中包括所述多个字符；
将所述感兴趣区域输入至所述卷积神经网络，识别得到所述待识别图像中包括的多个字符。
在一个可能的设计中，在所述处理器601将所述感兴趣区域输入至所述卷积神经网络，识别得到所述待识别图像中包括的多个字符时，具体用于：
将所述感兴趣区域中包括的字符按行输入至所述卷积神经网络，识别得到所述待识别图像中包括的多个字符。
在一个可能的设计中，在所述处理器601获取待识别图像时，具体用于：
获取所述待识别图像中的物体所处环境的环境参数；
判断所述环境参数是否满足预设条件，获取判断结果；
在所述判断结果是时，采集所述物体的图像；
对所述图像进行预处理，获取所述待识别图像。
在一个可能的设计中，所述处理器601还用于：
对所述多个字符进行验证，获取验证结果；
在所述验证结果为否时，输出提示信息，用于指示所述待识别图像中的物体上的字符错误。
请参见图7，为本申请实施例提供的一种字符识别装置700，包括：
获取单元701，用于获取待识别图像，所述待识别图像包括多个字符；
识别单元702，用于将所述待识别图像输入至卷积神经网络，识别得到所述待识别图像中包括的多个字符；
其中，所述卷积神经网络的训练数据为多个训练样本图像，所述多个训练样本图像为对任一训练样本图像进行图像处理后生成的，所述图像处理为形状变换、色差调整、光照强度调整中的一种或多种，所述任一训练样本图像中包括多个字符。
在一个可能的设计中，在所述识别单元702将所述待识别图像输入至卷积神经网络，识别得到所述待识别图像中包括的多个字符时，具体用于：
提取所述待识别图像中的感兴趣区域；其中，所述感兴趣区域中包括所述多个字符；
将所述感兴趣区域输入至所述卷积神经网络，识别得到所述待识别图像中包括的多个字符。
在一个可能的设计中，在所述识别单元702将所述感兴趣区域输入至所述卷积神经网络，识别得到所述待识别图像中包括的多个字符时，具体用于：
将所述感兴趣区域中包括的字符按行的输入至所述卷积神经网络，识别得到所述待识别图像中包括的多个字符。
在一个可能的设计中，在所述获取单元701获取待识别图像时，具体用于：
获取所述待识别图像中的物体所处环境的环境参数；
判断所述环境参数是否满足预设条件，获取判断结果；
在所述判断结果是时，采集所述物体的图像；
对所述图像进行预处理，获取所述待识别图像。
在一个可能的设计中，所述装置还包括：
验证单元703，用于对所述多个字符进行验证，获取验证结果；
输出单元704，用于在所述验证结果为否时，输出提示信息，用于指示所述待识别图像中的物体上的字符错误。
本申请实施例还提供一种计算机存储介质，该存储介质可以包括存储器，该存储器可存储有程序，该程序执行时包括如前的图2所示的方法实施例中记载的识别设备的全部步骤。
本领域内的技术人员应明白，本申请实施例可提供为方法、系统、或计算机程序产品。因此，本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请实施例是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述，以上实施例仅用以对本申请的技术方案进行了详细介绍，但以上实施例的说明只是用于帮助理解本申请实施例的方法，不应理解为对本申请实施例的限制。本技术领域的技术人员可轻易想到的变化或替换，都应涵盖在本申请实施例的保护范围之内。

Claims (12)

1.一种字符检测方法，其特征在于，包括：
获取待识别图像，所述待识别图像包括多个字符；
将所述待识别图像输入至卷积神经网络，识别得到所述待识别图像中包括的多个字符；
其中，所述卷积神经网络的训练数据为多个训练样本图像，所述多个训练样本图像为对任一训练样本图像进行图像处理后生成的，所述图像处理为形状变换、色差调整、光照强度调整中的一种或多种，所述任一训练样本图像中包括多个字符。
2.根据权利要求1所述的方法，其特征在于，将所述待识别图像输入至卷积神经网络，识别得到所述待识别图像中包括的多个字符，包括：
提取所述待识别图像中的感兴趣区域；其中，所述感兴趣区域中包括所述多个字符；
将所述感兴趣区域输入至所述卷积神经网络，识别得到所述待识别图像中包括的多个字符。
3.根据权利要求2所述的方法，其特征在于，将所述感兴趣区域输入至所述卷积神经网络，识别得到所述待识别图像中包括的多个字符，包括：
将所述感兴趣区域中包括的字符按行输入至所述第一卷积神经网络，识别得到所述待识别图像中包括的多个字符。
4.根据权利要求1所述的方法，其特征在于，获取待识别图像，包括：
获取所述待识别图像中的物体所处环境的环境参数；
判断所述环境参数是否满足预设条件，获取判断结果；
在所述判断结果是时，采集所述物体的图像；
对所述图像进行预处理，获取所述待识别图像。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
对所述多个字符进行验证，获取验证结果；
在所述验证结果为否时，输出提示信息，用于指示所述待识别图像中的物体上的字符错误。
6.一种字符识别装置，其特征在于，包括：
存储器，用于存储指令；
处理器，用于读取所述存储器中存储的指令，执行下列过程：
获取待识别图像，所述待识别图像包括多个字符；
将所述待识别图像输入至卷积神经网络，识别得到所述待识别图像中包括的多个字符；
其中，所述卷积神经网络的训练数据为多个训练样本图像，所述多个训练样本图像为对任一训练样本图像进行图像处理后生成的，所述图像处理为形状变换、色差调整、光照强度调整中的一种或多种，所述任一训练样本图像中包括多个字符。
7.根据权利要求6所述的装置，其特征在于，在所述处理器将所述待识别图像输入至卷积神经网络，识别得到所述待识别图像中包括的多个字符时，具体用于：
提取所述待识别图像中的感兴趣区域；其中，所述感兴趣区域中包括所述多个字符；
将所述感兴趣区域输入至所述卷积神经网络，识别得到所述待识别图像中包括的多个字符。
8.根据权利要求7所述的装置，其特征在于，在所述处理器将所述感兴趣区域输入至所述卷积神经网络，识别得到所述待识别图像中包括的多个字符时，具体用于：
将所述感兴趣区域中包括的字符按行输入至所述第一卷积神经网络，识别得到所述待识别图像中包括的多个字符。
9.根据权利要求6所述的装置，其特征在于，在所述处理器获取待识别图像时，具体用于：
获取所述待识别图像中的物体所处环境的环境参数；
判断所述环境参数是否满足预设条件，获取判断结果；
在所述判断结果是时，采集所述物体的图像；
对所述图像进行预处理，获取所述待识别图像。
10.根据权利要求6所述的装置，其特征在于，所述处理器还用于：
对所述多个字符进行验证，获取验证结果；
在所述验证结果为否时，输出提示信息，用于指示所述待识别图像中的物体上的字符错误。
11.一种字符识别装置，其特征在于，包括：
获取单元，用于获取待识别图像，所述待识别图像包括多个字符；
识别单元，用于将所述待识别图像输入至卷积神经网络，识别得到所述待识别图像中包括的多个字符；
其中，所述卷积神经网络的训练数据为多个训练样本图像，所述多个训练样本图像为对任一训练样本图像进行图像处理后生成的，所述图像处理为形状变换、色差调整、光照强度调整中的一种或多种，所述任一训练样本图像中包括多个字符。
12.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有指令，当所述指令在计算机上运行时，使得所述计算机执行如权利要求1-5任一权利要求所述的方法。
CN201910609292.1A 2019-07-08 2019-07-08 一种字符识别方法及装置 Pending CN110414522A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910609292.1A CN110414522A (zh) 2019-07-08 2019-07-08 一种字符识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910609292.1A CN110414522A (zh) 2019-07-08 2019-07-08 一种字符识别方法及装置

Publications (1)

Publication Number Publication Date
CN110414522A true CN110414522A (zh) 2019-11-05

Family

ID=68360609

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910609292.1A Pending CN110414522A (zh) 2019-07-08 2019-07-08 一种字符识别方法及装置

Country Status (1)

Country Link
CN (1) CN110414522A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111435445A (zh) * 2019-12-24 2020-07-21 珠海大横琴科技发展有限公司 字符识别模型的训练方法及装置、字符识别方法及装置
CN111639643A (zh) * 2020-05-22 2020-09-08 深圳市赛为智能股份有限公司 字符识别方法、装置、计算机设备及存储介质
CN113076940A (zh) * 2021-04-12 2021-07-06 福建省德腾智能科技有限公司 一种无色差立体字符图像采集方法、增强方法及识别方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100394437C (zh) * 2006-02-28 2008-06-11 浙江工业大学 基于bp神经网络的数显仪表动态显示字符识别方法
CN101630360A (zh) * 2008-07-14 2010-01-20 上海分维智能科技有限公司 一种在高清晰图像中识别车牌的方法
CN104463209A (zh) * 2014-12-08 2015-03-25 厦门理工学院 一种基于bp神经网络的pcb板上数字代码识别方法
CN107516096A (zh) * 2016-06-15 2017-12-26 阿里巴巴集团控股有限公司 一种字符识别方法及装置
CN108549881A (zh) * 2018-05-02 2018-09-18 杭州创匠信息科技有限公司 证件文字的识别方法和装置
CN109241904A (zh) * 2018-08-31 2019-01-18 平安科技（深圳）有限公司 文字识别模型训练、文字识别方法、装置、设备及介质
CN109388935A (zh) * 2018-09-29 2019-02-26 平安科技（深圳）有限公司 单证验证方法及装置、电子设备及可读存储介质
US10354168B2 (en) * 2016-04-11 2019-07-16 A2Ia S.A.S. Systems and methods for recognizing characters in digitized documents

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100394437C (zh) * 2006-02-28 2008-06-11 浙江工业大学 基于bp神经网络的数显仪表动态显示字符识别方法
CN101630360A (zh) * 2008-07-14 2010-01-20 上海分维智能科技有限公司 一种在高清晰图像中识别车牌的方法
CN104463209A (zh) * 2014-12-08 2015-03-25 厦门理工学院 一种基于bp神经网络的pcb板上数字代码识别方法
US10354168B2 (en) * 2016-04-11 2019-07-16 A2Ia S.A.S. Systems and methods for recognizing characters in digitized documents
CN107516096A (zh) * 2016-06-15 2017-12-26 阿里巴巴集团控股有限公司 一种字符识别方法及装置
CN108549881A (zh) * 2018-05-02 2018-09-18 杭州创匠信息科技有限公司 证件文字的识别方法和装置
CN109241904A (zh) * 2018-08-31 2019-01-18 平安科技（深圳）有限公司 文字识别模型训练、文字识别方法、装置、设备及介质
CN109388935A (zh) * 2018-09-29 2019-02-26 平安科技（深圳）有限公司 单证验证方法及装置、电子设备及可读存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111435445A (zh) * 2019-12-24 2020-07-21 珠海大横琴科技发展有限公司 字符识别模型的训练方法及装置、字符识别方法及装置
CN111639643A (zh) * 2020-05-22 2020-09-08 深圳市赛为智能股份有限公司 字符识别方法、装置、计算机设备及存储介质
CN111639643B (zh) * 2020-05-22 2023-06-27 深圳市赛为智能股份有限公司 字符识别方法、装置、计算机设备及存储介质
CN113076940A (zh) * 2021-04-12 2021-07-06 福建省德腾智能科技有限公司 一种无色差立体字符图像采集方法、增强方法及识别方法

Similar Documents

Publication Publication Date Title
US10699103B2 (en) Living body detecting method and apparatus, device and storage medium
WO2020098250A1 (zh) 字符识别方法、服务器及计算机可读存储介质
CN109657554B (zh) 一种基于微表情的图像识别方法、装置以及相关设备
US20190362193A1 (en) Eyeglass positioning method, apparatus and storage medium
CN110659582A (zh) 图像转换模型训练方法、异质人脸识别方法、装置及设备
KR20190028349A (ko) 이미지 내 휴먼 분리를 위한 전자 장치 및 방법
CN109871845B (zh) 证件图像提取方法及终端设备
CN107316029B (zh) 一种活体验证方法及设备
CN111709406B (zh) 文本行识别方法及装置、可读存储介质、电子设备
TW201732651A (zh) 一種單詞的分割方法和裝置
EP4099217A1 (en) Image processing model training method and apparatus, device, and storage medium
CN111739027B (zh) 一种图像处理方法、装置、设备及可读存储介质
CN110414522A (zh) 一种字符识别方法及装置
CN111027628A (zh) 一种模型确定方法和系统
CN109409428A (zh) 木板识别及木板识别模型的训练方法、装置及电子设备
CN112541443B (zh) 发票信息抽取方法、装置、计算机设备及存储介质
CN112528998B (zh) 证件图像处理方法、装置、电子设备及可读存储介质
CN107844742A (zh) 人脸图像眼镜去除方法、装置及存储介质
CN110969046A (zh) 人脸识别方法、设备及计算机可读存储介质
CN109241930B (zh) 用于处理眉部图像的方法和装置
CN110008922A (zh) 用于终端设备的图像处理方法、设备、装置、介质
CN110490056A (zh) 对包含算式的图像进行处理的方法和装置
CN110909568A (zh) 用于面部识别的图像检测方法、装置、电子设备及介质
CN113191189A (zh) 人脸活体检测方法、终端设备及计算机可读存储介质
CN113033305A (zh) 活体检测方法、装置、终端设备和存储介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20191105

RJ01 Rejection of invention patent application after publication