CN112232354A - 一种文字识别方法、装置、设备及存储介质 - Google Patents

一种文字识别方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112232354A
CN112232354A CN202011324625.5A CN202011324625A CN112232354A CN 112232354 A CN112232354 A CN 112232354A CN 202011324625 A CN202011324625 A CN 202011324625A CN 112232354 A CN112232354 A CN 112232354A
Authority
CN
China
Prior art keywords
image
character
traffic indication
characters
segmented
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
CN202011324625.5A
Other languages
English (en)
Inventor
高洪伟
吴琼
吕贵林
孙玉洋
公正
韩爽
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.)
FAW Group Corp
Original Assignee
FAW Group Corp
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 FAW Group Corp filed Critical FAW Group Corp
Priority to CN202011324625.5A priority Critical patent/CN112232354A/zh
Publication of CN112232354A publication Critical patent/CN112232354A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Character Discrimination (AREA)
  • Character Input (AREA)

Abstract

本发明实施例公开了一种文字识别方法、装置、设备及存储介质。通过获取待识别的交通指示图像，对交通指示图像进行文字检测，确定包括待识别文字的图像，基于至少一种尺寸的滑动窗口，对包括待识别文字的图像进行字符切分，得到切分后的字符图像，通过各字符图像对应的内容解析器解析切分后的字符图像，确定交通指示图像的文字识别结果，解决了现有技术中用户无法通过肉眼准确确定指定地点的问题，达到了对指定地点的待识别的交通图像中的文字进行精准识别的目的，实现提高用户使用公共交通的体验感的效果。

Description

一种文字识别方法、装置、设备及存储介质
技术领域
本发明实施例涉及文本图像识别技术，尤其涉及一种文字识别方法、装置、设备及存储介质。
背景技术
根据现在中国国情，人口基数相对较大，城市公交系统已经成熟，用户出行暂时还有强烈的使用公共交通的需求，对于土著居民，对公交线路了解很清晰，但是对于出差和初来乍到的用户相对不是很友好，指引不够充分。
目前，公共交通指引方案只有路线指引方案，还没有解决最后几十米无法真正找到指定站点的问题。用户在视线范围内可看到有多处站点，树立多处站牌或者地铁口标识，但肉眼无法识别正确站点，导致用户无法准确的找到最终站点。
发明内容
本发明实施例提供了一种文字识别方法、装置、设备及存储介质，对指定站点的文字进行准确识别，以实现正确指引用户使用公共交通达到指定站点的效果。
第一方面，本发明实施例提供了一种文字识别方法，包括：
获取待识别的交通指示图像；
对所述交通指示图像进行文字检测，确定包括待识别文字的图像；
基于至少一种尺寸的滑动窗口，对所述包括待识别文字的图像进行字符切分，得到切分后的字符图像；
通过各所述字符图像对应的内容解析器解析切分后的字符图像，确定所述交通指示图像的文字识别结果。
第二方面，本发明实施例还提供了一种文字识别装置，包括：
交通指示图像获取模块，用于获取待识别的交通指示图像；
文字检测模块，用于对所述交通指示图像进行文字检测，确定包括待识别文字的图像；
字符切分模块，用于基于至少一种尺寸的滑动窗口，对所述包括待识别文字的图像进行字符切分，得到切分后的字符图像；
字符识别模块，用于通过各所述字符图像对应的内容解析器解析切分后的字符图像，确定所述交通指示图像的文字识别结果。
第三方面，本发明实施例还提供了一种文字识别设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面中任一项所述的文字识别方法。
第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，其中，所述计算机可执行指令在由计算机处理器执行时实现如第一方面任一项所述的文字识别方法。
本发明实施例的技术方案，通过获取待识别的交通指示图像，对交通指示图像进行文字检测，确定包括待识别文字的图像，基于至少一种尺寸的滑动窗口，对包括待识别文字的图像进行字符切分，得到切分后的字符图像，通过各字符图像对应的内容解析器解析切分后的字符图像，确定交通指示图像的文字识别结果，解决了现有技术中用户无法通过肉眼准确确定指定地点的问题，达到了对指定地点的待识别的交通图像中的文字进行精准识别的目的，实现提高用户使用公共交通的体验感的效果。
附图说明
图1为本发明实施例一提供的一种文字识别方法的流程示意图；
图2为本发明实施例一提供的一种文字识别方法的逻辑示意图；
图3为本发明实施例二提供的一种文字识别装置的结构示意图；
图4为本发明实施例三提供的一种文字识别设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种文字识别方法的流程示意图，本实施例可适用于对交通指示图像进行文字识别的情况，该方法可以由文字识别装置来执行，其中该装置可由软件和/或硬件实现，并一般集成在文字识别设备中。具体参见图1所示，该方法可以包括如下步骤：
S110、获取待识别的交通指示图像。
其中，所述待识别的交通指示图像可以根据公共交通的车载照相设备获取。具体地，当公共交通确定当前所处的位置与导航终点的距离小于设定距离阈值时，控制车载照相设备拍摄导航终点位置处的指示牌照片，将拍摄的指示牌照片作为待识别的交通指示图像，所述设定阈值可以是50米、100米或者其他距离。可选地，所述交通指示图像可以包括地铁站的指示牌图像、公交站的指示牌图像以及建筑物的指示牌图像等。
S120、对交通指示图像进行文字检测，确定包括待识别文字的图像。
可选地，所述对所述交通指示图像进行文字检测，确定包括待识别文字的图像，包括：通过至少一种尺寸的滑动窗口，对所述交通指示图像进行切割；将切割后的交通指示图像的尺寸调整至设定尺寸，将设定尺寸的交通指示图像输入至预先训练完成的图像分类器中，得到包括待识别文字的图像，其中，所述图像分类器根据样本交通图像和携带文字标识的图像训练得到。
其中，所述样本交通图像可以包括存在文字的图像和不存在文字的图像。所述携带文字标识的图像中包括文字和文字的标识。具体地，基于不同尺寸的滑动窗口，将不同类型的样本交通图像进行切割，将存在文字的切割后的样本交通图像作为正样本，将不存在文字的切割后的样本交通图像作为负样本，基于正样本、负样本和携带文字标识的图像对待训练的图像分类器进行监督训练，以对待训练的图像分类器的模型参数进行调整，将模型参数达到稳定状态的图像分类器作为训练完成的图像分类器。
进一步地，对于获取的交通指示图像，基于训练时采用的至少一种尺寸的滑动窗口，对交通指示图像进行切割，将切割后的交通指示图像的尺寸统一调整至设定尺寸，基于训练完成的图像分类器，对设定尺寸的交通指示图像进行分类，得到包括待识别文字的图像。结合图2所示的文字识别方法的逻辑示意图，如果得到未包括待识别文字的图像，将该未包括待识别文字的图像剔除，仅对未包括待识别文字的图像进行字符切分以及字符识别处理。
可选地，在所述对所述交通指示图像进行文字检测，确定包括待识别文字的图像之前，所述方法还包括：将所述交通指示图像由RGB颜色空间转化到HSV颜色空间；在所述HSV颜色空间下，基于交通指示图像的色调、饱和度以及亮度中的至少一个，对所述交通指示图像进行分割，得到分割后的交通指示图像。
其中，所述RGB颜色空间是通过红绿蓝三原色来描述颜色的颜色空间，HSV颜色空间是通过色调、饱和度和明度来描述颜色的颜色空间。在RGB颜色空间中，红绿蓝三个分量的相关性很高，所以无法用一个单一的参数对交通指示图像中的颜色进行划定；然而，HSV颜色空间中的色调、饱和度和明度之间的相关性远远小于RGB颜色空间中的三个分量之间的联系。基于此，将交通指示图像由RGB颜色空间转化到HSV颜色空间，并在HSV颜色空间，可以基于交通指示图像的色调、饱和度以及亮度中的一个或者多个分量，对交通指示图像进行分割，得到分割后的交通指示图像，以基于分割后的交通指示图像进行文字检测，确定包括待识别文字的图像。
S130、基于至少一种尺寸的滑动窗口，对包括待识别文字的图像进行字符切分，得到切分后的字符图像。
可选地，所述基于至少一种尺寸的滑动窗口，对所述包括待识别文字的图像进行字符切分，得到切分后的字符图像，包括：对包括所述待识别文字的图像进行二值化处理，得到包括所述待识别文字的图像的二值化图像；对所述二值化图像做垂直方向投影，得到垂直投影直方图；确定所述垂直投影直方图中纵坐标最小的横坐标值，将所述横坐标值作为断点坐标；沿着特定方向移动所述至少一种尺寸的滑动窗口，待所述滑动窗口移动至所述断点坐标时，对所述垂直投影直方图进行字符切分，得到切分后的字符图像。
其中，所述包括待识别文字的图像可以是RGB图像。具体地，将包括待识别文字的图像进行二值化处理，得到对应的二值化图像，并沿着垂直方向对二值化图像进行投影；将投影后的二值化图像作为垂直投影直方图，垂直投影直方图的横坐标表示包括待识别文字的图像中的像素点的横坐标，垂直投影直方图的纵坐标表示包括待识别文字的图像中的像素点的个数，确定垂直投影直方图中纵坐标最小的横坐标值，在包括待识别文字的图像中，该横坐标值处的像素点的个数最少，即该横坐标处的文字的像素点的概率较小，将该横坐标作为断点坐标；进一步地，从左向右或从右向左移动至少一种尺寸的滑动窗口，当滑动窗口移动至断点坐标时，对垂直投影直方图进行字符切分，以将垂直投影直方图切分成不同的字符，得到切分后的字符图像。
S140、通过各字符图像对应的内容解析器解析切分后的字符图像，确定交通指示图像的文字识别结果。
为了提高字符识别效率和准确率，在进行文字识别之前，可以根据文字类别对切分后的字符图像进行分类，确定各类别的字符图像对应的内容解析器。具体地，基于全连接层分类层对切分后的字符图像进行分类，得到各字符图像对应的文字类别，并确定各文字类别对应的内容解析器。可选地，所述文字类别可以包括中文、英文或者其他语种的文字。
对字符图像进行分类后，可以根据各类别的字符图像对应的内容解析器对所述切分后的字符图像进行文字解析，得到所述交通指示图像的文字识别结果。例如，如果字符图像的文字类别是中文，则选择中文的内容解析器对切分后的字符图像进行文字解析；如果字符图像的文字类别是英文，则选择英文的内容解析器对切分后的字符图像进行文字解析。通过这种方式，选择各文字类别对应的内容解析器进行文字解析，可以提高文字解析准确率和效率。
进一步地，确定交通指示图像的文字识别结果后，识别后的字符的顺序可能与交通指示图像中的文字顺序不一致。因此，在确定交通指示图像的文字识别结果后，根据文字识别结果，将识别到的文字进行排序，并将排序后的文字转化成语音信息或者将所述排序后的文字进行显示。这样，用户可以根据语音信息或者显示的文字准确确定指定地点，提高了用户体验。
本实施例提供的技术方案，通过获取待识别的交通指示图像，对交通指示图像进行文字检测，确定包括待识别文字的图像，基于至少一种尺寸的滑动窗口，对包括待识别文字的图像进行字符切分，得到切分后的字符图像，通过各字符图像对应的内容解析器解析切分后的字符图像，确定交通指示图像的文字识别结果，解决了现有技术中用户无法通过肉眼准确确定指定地点的问题，达到了对指定地点的待识别的交通图像中的文字进行精准识别的目的，实现提高用户使用公共交通的体验感的效果。
实施例二
图3为本发明实施例二提供的一种文字识别装置的结构示意图。参见图3所示，该装置包括：交通指示图像获取模块210、文字检测模块220、字符切分模块230以及字符识别模块240。
其中，交通指示图像获取模块210，用于获取待识别的交通指示图像；
文字检测模块220，用于对所述交通指示图像进行文字检测，确定包括待识别文字的图像；
字符切分模块230，用于基于至少一种尺寸的滑动窗口，对所述包括待识别文字的图像进行字符切分，得到切分后的字符图像；
字符识别模块240，用于通过各所述字符图像对应的内容解析器解析切分后的字符图像，确定所述交通指示图像的文字识别结果。
在上述各技术方案的基础上，文字检测模块220还用于，通过至少一种尺寸的滑动窗口，对所述交通指示图像进行切割；
将切割后的交通指示图像的尺寸调整至设定尺寸，将设定尺寸的交通指示图像输入至预先训练完成的图像分类器中，得到包括待识别文字的图像，其中，所述图像分类器根据样本交通图像和携带文字标识的图像训练得到。
在上述各技术方案的基础上，字符切分模块230还用于，对包括所述待识别文字的图像进行二值化处理，得到包括所述待识别文字的图像的二值化图像；
对所述二值化图像做垂直方向投影，得到垂直投影直方图；
确定所述垂直投影直方图中纵坐标最小的横坐标值，将所述横坐标值作为断点坐标；
沿着特定方向移动所述至少一种尺寸的滑动窗口，待所述滑动窗口移动至所述断点坐标时，对所述垂直投影直方图进行字符切分，得到切分后的字符图像。
在上述各技术方案的基础上，该装置还包括：图像分类模块；其中，图像分类模块，用于根据文字类别对所述切分后的字符图像进行分类，确定各类别的字符图像对应的内容解析器。
在上述各技术方案的基础上，字符识别模块240还用于，根据各类别的字符图像对应的内容解析器对所述切分后的字符图像进行文字解析，得到所述交通指示图像的文字识别结果。
在上述各技术方案的基础上，该装置还包括：颜色空间转换模块；其中，颜色空间转换模块，用于将所述交通指示图像由RGB颜色空间转化到HSV颜色空间；
在所述HSV颜色空间下，基于交通指示图像的色调、饱和度以及亮度中的至少一个，对所述交通指示图像进行分割，得到分割后的交通指示图像。
在上述各技术方案的基础上，该装置还包括：文字排序模块；其中，文字排序模块，用于根据所述文字识别结果，将识别到的文字进行排序，并将排序后的文字转化成语音信息或者将所述排序后的文字进行显示。
本实施例提供的技术方案，通过获取待识别的交通指示图像，对交通指示图像进行文字检测，确定包括待识别文字的图像，基于至少一种尺寸的滑动窗口，对包括待识别文字的图像进行字符切分，得到切分后的字符图像，通过各字符图像对应的内容解析器解析切分后的字符图像，确定交通指示图像的文字识别结果，解决了现有技术中用户无法通过肉眼准确确定指定地点的问题，达到了对指定地点的待识别的交通图像中的文字进行精准识别的目的，实现提高用户使用公共交通的体验感的效果。
实施例三
图4为本发明实施例三提供的一种文字识别设备的结构示意图。图4示出了适于用来实现本发明实施方式的示例性文字识别设备12的框图。图4显示的文字识别设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，文字识别设备12以通用计算设备的形式表现。文字识别设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
文字识别设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被文字识别设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存32。文字识别设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品，该程序产品具有一组(例如文字设备装置的交通指示图像获取模块210、文字检测模块220、字符切分模块230以及字符识别模块240)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(例如文字设备装置的交通指示图像获取模块210、文字检测模块220、字符切分模块230以及字符识别模块240)程序模块46的程序/实用工具44，可以存储在例如系统存储器28中，这样的程序模块46包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块46通常执行本发明所描述的实施例中的功能和/或方法。
文字识别设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该文字识别设备12交互的设备通信，和/或与使得该文字识别设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，文字识别设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与文字识别设备12的其它模块通信。应当明白，尽管图中未示出，可以结合文字识别设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的一种文字识别方法，该方法包括：
获取待识别的交通指示图像；
对所述交通指示图像进行文字检测，确定包括待识别文字的图像；
基于至少一种尺寸的滑动窗口，对所述包括待识别文字的图像进行字符切分，得到切分后的字符图像；
通过各所述字符图像对应的内容解析器解析切分后的字符图像，确定所述交通指示图像的文字识别结果。
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的一种文字识别方法。
当然，本领域技术人员可以理解，处理器还可以实现本发明任意实施例所提供的一种文字识别方法的技术方案。
实施例四
本发明实施例四还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所提供的一种文字识别方法，该方法包括：
获取待识别的交通指示图像；
对所述交通指示图像进行文字检测，确定包括待识别文字的图像；
基于至少一种尺寸的滑动窗口，对所述包括待识别文字的图像进行字符切分，得到切分后的字符图像；
通过各所述字符图像对应的内容解析器解析切分后的字符图像，确定所述交通指示图像的文字识别结果。
当然，本发明实施例所提供的一种计算机可读存储介质，其上存储的计算机程序不限于如上的方法操作，还可以执行本发明任意实施例所提供的一种文字识别方法中的相关操作。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、系统或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括交通指示图像、包括待识别文字的图像、切分后的字符图像、文字识别结果等，其中承载了计算机可读的程序代码。这种传播的交通指示图像、包括待识别文字的图像、切分后的字符图像、文字识别结果等形式。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、系统或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
值得注意的是，上述文字识别装置的实施例中，所包括的各个模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种文字识别方法，其特征在于，包括：
获取待识别的交通指示图像；
对所述交通指示图像进行文字检测，确定包括待识别文字的图像；
基于至少一种尺寸的滑动窗口，对所述包括待识别文字的图像进行字符切分，得到切分后的字符图像；
通过各所述字符图像对应的内容解析器解析切分后的字符图像，确定所述交通指示图像的文字识别结果。
2.根据权利要求1所述的方法，其特征在于，所述对所述交通指示图像进行文字检测，确定包括待识别文字的图像，包括：
通过至少一种尺寸的滑动窗口，对所述交通指示图像进行切割；
将切割后的交通指示图像的尺寸调整至设定尺寸，将设定尺寸的交通指示图像输入至预先训练完成的图像分类器中，得到包括待识别文字的图像，其中，所述图像分类器根据样本交通图像和携带文字标识的图像训练得到。
3.根据权利要求1所述的方法，其特征在于，所述基于至少一种尺寸的滑动窗口，对所述包括待识别文字的图像进行字符切分，得到切分后的字符图像，包括：
对包括所述待识别文字的图像进行二值化处理，得到包括所述待识别文字的图像的二值化图像；
对所述二值化图像做垂直方向投影，得到垂直投影直方图；
确定所述垂直投影直方图中纵坐标最小的横坐标值，将所述横坐标值作为断点坐标；
沿着特定方向移动所述至少一种尺寸的滑动窗口，待所述滑动窗口移动至所述断点坐标时，对所述垂直投影直方图进行字符切分，得到切分后的字符图像。
4.根据权利要求1所述的方法，其特征在于，在所述通过各所述字符图像对应的内容解析器解析切分后的字符图像，确定所述交通指示图像的文字识别结果之前，所述方法还包括：
根据文字类别对所述切分后的字符图像进行分类，确定各类别的字符图像对应的内容解析器。
5.根据权利要求4所述的方法，其特征在于，所述通过各所述字符图像对应的内容解析器解析切分后的字符图像，确定所述交通指示图像的文字识别结果，包括：
根据各类别的字符图像对应的内容解析器对所述切分后的字符图像进行文字解析，得到所述交通指示图像的文字识别结果。
6.根据权利要求1所述的方法，其特征在于，在所述对所述交通指示图像进行文字检测，确定包括待识别文字的图像之前，所述方法还包括：
将所述交通指示图像由RGB颜色空间转化到HSV颜色空间；
在所述HSV颜色空间下，基于交通指示图像的色调、饱和度以及亮度中的至少一个，对所述交通指示图像进行分割，得到分割后的交通指示图像。
7.根据权利要求1所述的方法，其特征在于，还包括：
根据所述文字识别结果，将识别到的文字进行排序，并将排序后的文字转化成语音信息或者将所述排序后的文字进行显示。
8.一种文字识别装置，其特征在于，包括：
交通指示图像获取模块，用于获取待识别的交通指示图像；
文字检测模块，用于对所述交通指示图像进行文字检测，确定包括待识别文字的图像；
字符切分模块，用于基于至少一种尺寸的滑动窗口，对所述包括待识别文字的图像进行字符切分，得到切分后的字符图像；
字符识别模块，用于通过各所述字符图像对应的内容解析器解析切分后的字符图像，确定所述交通指示图像的文字识别结果。
9.一种文字识别设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的文字识别方法。
10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时实现如权利要求1-7中任一项所述的文字识别方法。
CN202011324625.5A 2020-11-23 2020-11-23 一种文字识别方法、装置、设备及存储介质 Pending CN112232354A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011324625.5A CN112232354A (zh) 2020-11-23 2020-11-23 一种文字识别方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011324625.5A CN112232354A (zh) 2020-11-23 2020-11-23 一种文字识别方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN112232354A true CN112232354A (zh) 2021-01-15

Family

ID=74124574

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011324625.5A Pending CN112232354A (zh) 2020-11-23 2020-11-23 一种文字识别方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112232354A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113256659A (zh) * 2021-06-04 2021-08-13 北京有竹居网络技术有限公司 图片处理方法、装置和电子设备
CN113326724A (zh) * 2021-02-07 2021-08-31 海南长光卫星信息技术有限公司 一种遥感影像变化检测方法、装置、设备及可读存储介质
CN113905269A (zh) * 2021-10-08 2022-01-07 南京启数智能系统有限公司 利用ocr技术实现视频监控osd字幕和时钟检测的方法及装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102163284A (zh) * 2011-04-11 2011-08-24 西安电子科技大学 面向中文环境的复杂场景文本定位方法
CN102902957A (zh) * 2012-09-05 2013-01-30 佳都新太科技股份有限公司 一种基于视频流的自动车牌识别方法
CN102945367A (zh) * 2012-11-26 2013-02-27 昆山振天智能化设备有限公司 车辆牌照识别系统
CN107403130A (zh) * 2017-04-19 2017-11-28 北京粉笔未来科技有限公司 一种字符识别方法及字符识别装置
CN108009548A (zh) * 2018-01-09 2018-05-08 贵州大学 一种智能路牌识别方法及系统
CN108108734A (zh) * 2016-11-24 2018-06-01 杭州海康威视数字技术股份有限公司 一种车牌识别方法及装置
CN109948696A (zh) * 2019-03-19 2019-06-28 上海七牛信息技术有限公司 一种多语言场景字符识别方法及系统
CN111340022A (zh) * 2020-02-24 2020-06-26 深圳市华云中盛科技股份有限公司 身份证信息识别方法、装置、计算机设备及存储介质
CN111488826A (zh) * 2020-04-10 2020-08-04 腾讯科技（深圳）有限公司 一种文本识别方法、装置、电子设备和存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102163284A (zh) * 2011-04-11 2011-08-24 西安电子科技大学 面向中文环境的复杂场景文本定位方法
CN102902957A (zh) * 2012-09-05 2013-01-30 佳都新太科技股份有限公司 一种基于视频流的自动车牌识别方法
CN102945367A (zh) * 2012-11-26 2013-02-27 昆山振天智能化设备有限公司 车辆牌照识别系统
CN108108734A (zh) * 2016-11-24 2018-06-01 杭州海康威视数字技术股份有限公司 一种车牌识别方法及装置
CN107403130A (zh) * 2017-04-19 2017-11-28 北京粉笔未来科技有限公司 一种字符识别方法及字符识别装置
CN108009548A (zh) * 2018-01-09 2018-05-08 贵州大学 一种智能路牌识别方法及系统
CN109948696A (zh) * 2019-03-19 2019-06-28 上海七牛信息技术有限公司 一种多语言场景字符识别方法及系统
CN111340022A (zh) * 2020-02-24 2020-06-26 深圳市华云中盛科技股份有限公司 身份证信息识别方法、装置、计算机设备及存储介质
CN111488826A (zh) * 2020-04-10 2020-08-04 腾讯科技（深圳）有限公司 一种文本识别方法、装置、电子设备和存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
BHAVIN V. KAKANI ET AL.: "Improved OCR based automatic vehicle number plate recognition using features trained neural network", 《2017 8TH INTERNATIONAL CONFERENCE ON COMPUTING, COMMUNICATION AND NETWORKING TECHNOLOGIES (ICCCNT)》 *
李文轩: "基于深度学习的路牌文字识别", 《中国优秀高级论文全文数据库（信息科技辑）》 *
陈亦欣等: "基于HSV空间和形状特征的交通标志检测识别研究", 《江汉大学学报(自然科学版)》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113326724A (zh) * 2021-02-07 2021-08-31 海南长光卫星信息技术有限公司 一种遥感影像变化检测方法、装置、设备及可读存储介质
CN113326724B (zh) * 2021-02-07 2024-02-02 海南长光卫星信息技术有限公司 一种遥感影像变化检测方法、装置、设备及可读存储介质
CN113256659A (zh) * 2021-06-04 2021-08-13 北京有竹居网络技术有限公司 图片处理方法、装置和电子设备
CN113256659B (zh) * 2021-06-04 2024-04-12 北京有竹居网络技术有限公司 图片处理方法、装置和电子设备
CN113905269A (zh) * 2021-10-08 2022-01-07 南京启数智能系统有限公司 利用ocr技术实现视频监控osd字幕和时钟检测的方法及装置

Similar Documents

Publication Publication Date Title
CN112232354A (zh) 一种文字识别方法、装置、设备及存储介质
CN108229485B (zh) 用于测试用户界面的方法和装置
CN109670494B (zh) 一种附带识别置信度的文本检测方法及系统
KR102002024B1 (ko) 객체 라벨링 처리 방법 및 객체 관리 서버
CN112380981A (zh) 人脸关键点的检测方法、装置、存储介质及电子设备
CN111738041A (zh) 一种视频分割方法、装置、设备及介质
CN110135225B (zh) 样本标注方法及计算机存储介质
CN109829458B (zh) 实时自动生成记录系统操作行为的日志文件的方法
US12051256B2 (en) Entry detection and recognition for custom forms
CN113012200B (zh) 一种运动物体的定位方法、装置、电子设备及存储介质
CN114549993A (zh) 实验中线段图像的评分方法、系统、设备及可读存储介质
CN114972880A (zh) 一种标签识别方法、装置、电子设备及存储介质
CN113762455A (zh) 检测模型训练方法、单字检测方法、装置、设备及介质
CN111539924A (zh) 一种悬垂线夹的缺陷检测方法、装置、设备及存储介质
CN105246149B (zh) 地理位置的识别方法和装置
CN115994087A (zh) 基于arinc818的机载显示系统自动化测试方法
CN111950546A (zh) 一种车牌识别方法、装置、计算机设备和存储介质
CN113807416B (zh) 一种模型训练方法、装置、电子设备以及存储介质
CN114694130A (zh) 基于深度学习的铁路沿线电线杆及杆号检测方法和装置
CN113936232A (zh) 一种碎屏识别方法、装置、设备和存储介质
CN117831042A (zh) 遥感影像目标检测与分割方法、装置、设备和存储介质
CN117351505A (zh) 信息码的识别方法、装置、设备及存储介质
CN113076889A (zh) 集装箱铅封识别方法、装置、电子设备和存储介质
CN109934185B (zh) 数据处理方法及装置、介质和计算设备
CN110647595B (zh) 一种新增兴趣点的确定方法、装置、设备和介质

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: 20210115

RJ01 Rejection of invention patent application after publication