CN112926590B - 线缆上字符的分割识别方法及其系统 - Google Patents
线缆上字符的分割识别方法及其系统 Download PDFInfo
- Publication number
- CN112926590B CN112926590B CN202110292527.6A CN202110292527A CN112926590B CN 112926590 B CN112926590 B CN 112926590B CN 202110292527 A CN202110292527 A CN 202110292527A CN 112926590 B CN112926590 B CN 112926590B
- Authority
- CN
- China
- Prior art keywords
- candidate
- angle
- candidate region
- center
- character
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000011218 segmentation Effects 0.000 title claims abstract description 32
- 238000012216 screening Methods 0.000 claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000005266 casting Methods 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 abstract description 9
- 244000181917 Rubus leucodermis Species 0.000 description 3
- 235000011036 Rubus leucodermis Nutrition 0.000 description 3
- 235000003942 Rubus occidentalis Nutrition 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Character Input (AREA)
Abstract
本发明涉及一种线缆上字符的分割识别方法及其系统，包括如下步骤：获取线缆上字符的图像，确定字符的候选区域；确定每个候选区域的中心，计算每个候选区域的中心和其他所有候选区域的中心的连线与铅垂方向的角度；确定基准角度和偏差范围，将角度与基准角度相比较，并利用投票算法将比较结果超出偏差范围的角度所对应的候选区域筛除；将剩余的候选区域分别绕对应的中心旋转基准角度，并依次排列以形成水平分布的字符串，进而对字符串进行识别以获取识别结果。本发明有效地解决了传统方法容易造成字符提取不全的问题，通过进一步对字符的识别，以减小字符提取不全的概率，不需要将线缆摆成特定造型，省时省力，提升了字符识别的准确度和稳定性。
Description
技术领域
本发明涉及字符识别领域，特指一种线缆上字符的分割识别方法及其系统。
背景技术
目前，线缆上通常会标有字符以显示其批次和型号，在检测加工过程中，通常需要识别这些字符，以判断线缆中是否具有混料，传统的识别方式是通过指定参数，如字符角度或字符之间的间距等，并根据该参数提取字符区域进行识别，但是上述方法自适应性不高，需要将线缆人工摆成特定造型，否则会因为参数不足而导致字符提取不全，进而在识别过程中会出现识别错误，不仅费时费力，而且字符识别的准确度和稳定性也较差。
发明内容
本发明的目的在于克服现有技术的缺陷，提供一种线缆上字符的分割识别方法及其系统，解决了传统方法容易造成字符提取不全的问题，通过进一步对字符的识别，以减小字符提取不全的概率，不需要将线缆摆成特定造型，省时省力，提升了字符识别的准确度和稳定性。
实现上述目的的技术方案是：
本发明提供了一种线缆上字符的分割识别方法，包括如下步骤：
获取线缆上字符的图像，并对图像进行预处理，确定字符的候选区域；
确定每个候选区域的中心，计算每个候选区域的中心和其他所有候选区域的中心的连线与铅垂方向的角度；
根据计算得出的若干角度确定基准角度和偏差范围，将每个候选区域计算得出的角度与基准角度相比较，并利用投票算法将比较结果超出偏差范围的角度所对应的候选区域筛除；
将剩余的候选区域分别绕对应的中心旋转基准角度，并依次排列以形成水平分布的字符串，进而对字符串进行识别以获取识别结果。
本发明提出了一种线缆上字符的分割识别方法，通过确定字符的候选区域，进而计算每个候选区域的中心和其他候选区域的中心的连线与铅垂方向的角度，将角度与基准角度相比较，以筛除偏差较大的角度所对应的候选区域，从而进一步精确化候选区域，提升候选区域的识别准确率，防止后期识别出现乱码等问题，解决了传统方法容易造成字符提取不全的问题，通过进一步对字符的识别，以减小字符提取不全的概率，不需要将线缆摆成特定造型，省时省力，提升了字符识别的准确度和稳定性。
本发明线缆上字符的分割识别方法的进一步改进在于，确定候选区域时，还包括：
对图像进行闭运算以获得闭运算图像，进而将闭运算图像与图像作差，以提取候选区域。
本发明线缆上字符的分割识别方法的进一步改进在于，计算角度时，还包括：
建立原点O与图像的左顶角相重合的XOY坐标系，且X轴沿水平方向向右延伸，Y轴沿铅垂方向向下延伸；
确定候选区域的中心在XOY坐标系中的坐标(zX,zY)，进而利用反三角函数计算得出每个候选区域的中心和其他所有候选区域的中心的连线与铅垂方向的角度。
本发明线缆上字符的分割识别方法的进一步改进在于，计算角度的公式如下：
其中ocrAngle为候选区域的中心和其他候选区域的中心的连线与铅垂方向的角度，zXj为第j个候选区域的中心的横坐标，zYj为第j个候选区域的中心的纵坐标，zXi为第i个候选区域的中心的横坐标，zYi为第i个候选区域的中心的纵坐标，i和j均为正整数，且i≠j。
本发明线缆上字符的分割识别方法的进一步改进在于，确定基准角度时，还包括：
计算每个候选区域的所有角度的中位数，以获得与候选区域的个数相对应的若干角度数值，计算若干角度数值的中位数，以作为基准角度。
本发明线缆上字符的分割识别方法的进一步改进在于，筛选候选区域时，还包括：
计算相邻两个候选区域的中心之间的距离，并计算所有的距离的中位数，以作为基准距离，并根据基准距离设置波动范围；
将每个候选区域的距离与基准距离相减得到距离差值，若距离差值位于波动范围内，则保留对应的候选区域，若距离差值超出波动范围，则筛除对应的候选区域。
本发明线缆上字符的分割识别方法的进一步改进在于，计算距离的公式如下：
其中ocrDis为相邻两个候选区域的中心之间的距离，zXi为第i个候选区域的中心的横坐标，zYi为第i个候选区域的中心的纵坐标，zXi+1为第i+1个候选区域的中心的横坐标，zYi+1为第i+1个候选区域的中心的纵坐标，i为正整数。
本发明线缆上字符的分割识别方法的进一步改进在于，还包括：
遍历候选区域，并沿X轴方向对若干候选区域进行排序，以确定每个候选区域的次序，旋转候选区域后，将若干候选区域按照次序从左至右依次排列，以形成水平分布的字符串。
本发明线缆上字符的分割识别方法的进一步改进在于，筛选候选区域时，还包括：
将候选区域的每个角度与基准角度相减得到若干角度差值，将若干角度差值和偏差范围进行比较，若角度差值位于偏差范围内，则为候选区域投一票，若角度差值超出偏差范围，则不投票；
计算该候选区域获得的票数，若候选区域得票数小于等于70％，则筛除该候选区域，若该候选区域得票数大于70％，则保留该候选区域。
本发明还提供了一种线缆上字符的分割识别系统，包括：
图像获取模块，以获取线缆上字符的图像；
与图像获取模块连接的图像处理模块，以对图像进行预处理，确定字符的候选区域，并确定候选区域的中心；
与图像处理模块连接的计算模块，以计算每个候选区域的中心和其他所有候选区域的中心的连线与铅垂方向的角度，并根据得出的角度确定基准角度和偏差范围；
与计算模块连接的筛选模块，以将每个候选区域计算得出的角度与基准角度相比较，并将比较结果超出偏差范围的角度所对应的候选区域筛除；
与计算模块和筛选模块连接的字符处理模块，以将剩余的候选区域分别绕对应的中心旋转基准角度，并依次排列以形成水平分布的字符串；以及
与字符处理模块连接的识别模块，以对字符串进行识别，从而获得识别结果。
附图说明
图1为本发明线缆上字符的分割识别方法的识别示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明。
本发明提供了一种线缆上字符的分割识别方法，通过确定字符的候选区域，进而计算每个候选区域的中心和其他候选区域的中心的连线与铅垂方向的角度，将角度与基准角度相比较，以筛除偏差较大的角度所对应的候选区域，从而进一步精确化候选区域，提升候选区域的识别准确率，防止后期识别出现乱码等问题，解决了传统方法容易造成字符提取不全的问题，通过进一步对字符的识别，以减小字符提取不全的概率，不需要将线缆摆成特定造型，省时省力，提升了字符识别的准确度和稳定性。下面结合附图对本发明线缆上字符的分割识别方法及其系统进行说明。
参阅图1，图1为本发明线缆上字符的分割识别方法的识别示意图。下面结合图1，对本发明线缆上字符的分割识别方法进行说明。
如图1所示，本发明提供了一种线缆上字符的分割识别方法，包括如下步骤：
获取线缆上字符的图像，并对图像进行预处理，确定字符的候选区域；
确定每个候选区域的中心，计算每个候选区域的中心和其他所有候选区域的中心的连线与铅垂方向的角度；
根据计算得出的若干角度确定基准角度和偏差范围，将每个候选区域计算得出的角度与基准角度相比较，并利用投票算法将比较结果超出偏差范围的角度所对应的候选区域筛除；
将剩余的候选区域分别绕对应的中心旋转基准角度，并依次排列以形成水平分布的字符串，进而对字符串进行识别以获取识别结果。
具体的，确定候选区域时，还包括：
对图像进行闭运算以获得闭运算图像，进而将闭运算图像与图像作差，以提取候选区域，即对图像进行黑帽运算，以提取可能的字符区域，也就是候选区域。
具体的，还包括：
遍历候选区域，并沿X轴方向对若干候选区域进行排序，以确定每个候选区域的次序，旋转候选区域后，将若干候选区域按照次序从左至右依次排列，以形成水平分布的字符串。
作为本发明的一较佳实施方式，结合图1所示，计算角度时，还包括：
建立原点O与图像的左顶角相重合的XOY坐标系，且X轴沿水平方向向右延伸，Y轴沿铅垂方向向下延伸；
确定候选区域的中心在XOY坐标系中的坐标(zX,zY)，进而利用反三角函数计算得出每个候选区域的中心和其他所有候选区域的中心的连线与铅垂方向的角度。
具体的，计算角度的公式如下：
其中ocrAngle为候选区域的中心和其他候选区域的中心的连线与铅垂方向的角度，zXj为第j个候选区域的中心的横坐标，zYj为第j个候选区域的中心的纵坐标，zXi为第i个候选区域的中心的横坐标，zYi为第i个候选区域的中心的纵坐标，i和j均为正整数，且i≠j。
进一步的，确定基准角度时，还包括：
计算每个候选区域的所有角度的中位数，以获得与候选区域的个数相对应的若干角度数值，计算若干角度数值的中位数，以作为基准角度，若候选区域有十个，则先分别计算该十个候选区域与其他候选区域的中心的连线和Y轴的角度，每个候选区域可计算得出九个角度，计算这九个角度的中位数作为角度数值，十个候选区域即可得出十个角度数值，再计算这十个角度数值的中位数，以作为基准角度。
具体的，筛选候选区域时，还包括：
将候选区域的每个角度与基准角度相减得到若干角度差值，将若干角度差值和偏差范围进行比较，若角度差值位于偏差范围内，则为候选区域投一票，若角度差值超出偏差范围，则不投票；
计算该候选区域获得的票数，若候选区域得票数小于等于70％，则筛除该候选区域，若该候选区域得票数大于70％，则保留该候选区域。
较佳地，该偏差范围可根据实际情况自行设定。
进一步的，筛选候选区域时，还包括：
计算相邻两个候选区域的中心之间的距离，并计算所有的距离的中位数，以作为基准距离，并根据基准距离设置波动范围；
将每个候选区域的距离与基准距离相减得到距离差值，若距离差值位于波动范围内，则保留对应的候选区域，若距离差值超出波动范围，则筛除对应的候选区域。
具体的，计算距离的公式如下：
其中ocrDis为相邻两个候选区域的中心之间的距离，zXi为第i个候选区域的中心的横坐标，zYi为第i个候选区域的中心的纵坐标，zXi+1为第i+1个候选区域的中心的横坐标，zYi+1为第i+1个候选区域的中心的纵坐标，i为正整数。
较佳地，该波动范围可根据实际情况自行设置。
本发明的具体实施方式如下：
获取线缆上字符的图像，并对该图像进行预处理，可以是二值化分割，并进行黑帽运算后提取可能的字符区域作为候选区域；
遍历该候选区域，以沿X轴对候选区域排序，从而确定每个候选区域的次序；
确定每个候选区域的中心，计算每个候选区域的中心和其他所有候选区域的中心的连线与铅垂方向即Y轴的角度，以十个候选区域为例，每个候选区域的中心与其他九个候选区域的中心分别连线，进而计算该九条连线与Y轴之间的角度，从而每个候选区域可计算得出九个角度；
计算每个候选区域的九个角度的中位数以得出一个角度数值，则十个候选区域可得出十个角度数值，计算十个角度数值的中位数，以作为基准角度；
将每个候选区域的九个角度与基准角度相减得到角度差值，将角度差值与偏差范围进行比较，若该角度差值在偏差范围内，则对该候选区域投一票，若角度差值超出了偏差范围，则不投票，计算每个候选区域的得票数，若该候选区域的得票数大于70％，则保留该候选区域，若该候选区域的得票数小于等于70％，则筛除该候选区域；
计算相邻两个候选区域的距离，并计算所有的距离的中位数，以作为基准距离，将距离与基准距离相减得到距离差值，若距离差值位于波动范围内，则保留该候选区域，若距离差值超出波动范围，则筛除该候选区域；
将剩余的候选区域以对应的中心为旋转中心旋转基准角度，并按照次序从左至右排列，以形成水平分布的字符串，进而识别该字符串以得到识别结果。
本发明还提供了一种线缆上字符的分割识别系统，包括：
图像获取模块，以获取线缆上字符的图像；
与图像获取模块连接的图像处理模块，以对图像进行预处理，确定字符的候选区域，并确定候选区域的中心；
与图像处理模块连接的计算模块，以计算每个候选区域的中心和其他所有候选区域的中心的连线与铅垂方向的角度，并根据得出的角度确定基准角度和偏差范围；
与计算模块连接的筛选模块，以将每个候选区域计算得出的角度与基准角度相比较，并将比较结果超出偏差范围的角度所对应的候选区域筛除；
与计算模块和筛选模块连接的字符处理模块，以将剩余的候选区域分别绕对应的中心旋转基准角度，并依次排列以形成水平分布的字符串；以及
与字符处理模块连接的识别模块，以对字符串进行识别，从而获得识别结果。
本发明的具体实施方式如下：
利用图像获取模块获取线缆上字符的图像；
进而利用图像处理模块对该图像进行预处理，可以是二值化分割，并进行黑帽运算后提取可能的字符区域作为候选区域，遍历该候选区域，以沿X轴对候选区域排序，从而确定每个候选区域的次序，确定每个候选区域的中心；
利用计算模块计算每个候选区域的中心和其他所有候选区域的中心的连线与铅垂方向即Y轴的角度，以十个候选区域为例，每个候选区域的中心与其他九个候选区域的中心分别连线，进而计算该九条连线与Y轴之间的角度，从而每个候选区域可计算得出九个角度，计算每个候选区域的九个角度的中位数以得出一个角度数值，则十个候选区域可得出十个角度数值，计算十个角度数值的中位数，以作为基准角度；
利用筛选模块将每个候选区域的九个角度与基准角度相减得到角度差值，将角度差值与偏差范围进行比较，若该角度差值在偏差范围内，则对该候选区域投一票，若角度差值超出了偏差范围，则不投票，计算每个候选区域的得票数，若该候选区域的得票数大于70％，则保留该候选区域，若该候选区域的得票数小于等于70％，则筛除该候选区域；
利用计算模块计算相邻两个候选区域的距离，并计算所有的距离的中位数，以作为基准距离，筛选模块将距离与基准距离相减得到距离差值，若距离差值位于波动范围内，则保留该候选区域，若距离差值超出波动范围，则筛除该候选区域；
字符处理模块将剩余的候选区域以对应的中心为旋转中心旋转基准角度，并按照次序从左至右排列，以形成水平分布的字符串，进而识别模块识别该字符串以得到识别结果。
以上结合附图实施例对本发明进行了详细说明，本领域中普通技术人员可根据上述说明对本发明做出种种变化例。因而，实施例中的某些细节不应构成对本发明的限定，本发明将以所附权利要求书界定的范围作为本发明的保护范围。
Claims (6)
1.一种线缆上字符的分割识别方法，其特征在于，包括如下步骤：
获取线缆上字符的图像，并对所述图像进行预处理，确定所述字符的候选区域；
确定每个所述候选区域的中心，计算每个所述候选区域的中心和其他所有候选区域的中心的连线与铅垂方向的角度；
根据计算得出的若干角度确定基准角度和偏差范围，将每个所述候选区域计算得出的角度与所述基准角度相比较，并利用投票算法将比较结果超出所述偏差范围的角度所对应的候选区域筛除；
将剩余的候选区域分别绕对应的中心旋转所述基准角度，并依次排列以形成水平分布的字符串，进而对所述字符串进行识别以获取识别结果；
计算所述角度时，还包括：
建立原点O与所述图像的左顶角相重合的XOY坐标系，且X轴沿水平方向向右延伸，Y轴沿铅垂方向向下延伸；
确定所述候选区域的中心在XOY坐标系中的坐标(zX,zY)，进而利用反三角函数计算得出每个所述候选区域的中心和其他所有候选区域的中心的连线与铅垂方向的角度；
计算所述角度的公式如下：
其中ocrAngle为候选区域的中心和其他候选区域的中心的连线与铅垂方向的角度，zXj为第j个候选区域的中心的横坐标，zYj为第j个候选区域的中心的纵坐标，zXi为第i个候选区域的中心的横坐标，zYi为第i个候选区域的中心的纵坐标，i和j均为正整数，且i≠j；
确定基准角度时，还包括：
计算每个候选区域的所有角度的中位数，以获得与候选区域的个数相对应的若干角度数值，计算若干角度数值的中位数，以作为基准角度，若候选区域有十个，则先分别计算每个候选区域与其他候选区域的中心的连线和Y轴的角度，将每个候选区域计算得出的角度的中位数作为角度数值，再计算与候选区域的个数相对应的若干角度数值的中位数，以作为基准角度；
筛选候选区域时，还包括：
计算相邻两个所述候选区域的中心之间的距离，并计算所有的距离的中位数，以作为基准距离，并根据基准距离设置波动范围；
将每个候选区域的距离与所述基准距离相减得到距离差值，若所述距离差值位于所述波动范围内，则保留对应的候选区域，若所述距离差值超出所述波动范围，则筛除对应的候选区域。
2.如权利要求1所述的线缆上字符的分割识别方法，其特征在于，确定所述候选区域时，还包括：
对所述图像进行闭运算以获得闭运算图像，进而将所述闭运算图像与所述图像作差，以提取所述候选区域。
3.如权利要求1所述的线缆上字符的分割识别方法，其特征在于，计算所述距离的公式如下：
其中ocrDis为相邻两个候选区域的中心之间的距离，zXi为第i个候选区域的中心的横坐标，zYi为第i个候选区域的中心的纵坐标，zXi+1为第i+1个候选区域的中心的横坐标，zYi+1为第i+1个候选区域的中心的纵坐标，i为正整数。
4.如权利要求1所述的线缆上字符的分割识别方法，其特征在于，还包括：
遍历所述候选区域，并沿X轴方向对若干所述候选区域进行排序，以确定每个所述候选区域的次序，旋转所述候选区域后，将若干所述候选区域按照所述次序从左至右依次排列，以形成水平分布的字符串。
5.如权利要求1所述的线缆上字符的分割识别方法，其特征在于，筛选候选区域时，还包括：
将所述候选区域的每个角度与所述基准角度相减得到若干角度差值，将若干所述角度差值和所述偏差范围进行比较，若所述角度差值位于所述偏差范围内，则为所述候选区域投一票，若所述角度差值超出所述偏差范围，则不投票；
计算所述候选区域获得的票数，若所述候选区域得票数小于等于70％，则筛除所述候选区域，若所述候选区域得票数大于70％，则保留所述候选区域。
6.一种应用如权利要求1所述的线缆上字符的分割识别方法的系统，其特征在于，包括：
图像获取模块，以获取线缆上字符的图像；
与所述图像获取模块连接的图像处理模块，以对所述图像进行预处理，确定所述字符的候选区域，并确定所述候选区域的中心；
与所述图像处理模块连接的计算模块，以计算每个候选区域的中心和其他所有候选区域的中心的连线与铅垂方向的角度，并根据得出的角度确定基准角度和偏差范围；
与所述计算模块连接的筛选模块，以将每个所述候选区域计算得出的角度与所述基准角度相比较，并将比较结果超出偏差范围的角度所对应的候选区域筛除；
与所述计算模块和筛选模块连接的字符处理模块，以将剩余的候选区域分别绕对应的中心旋转所述基准角度，并依次排列以形成水平分布的字符串；以及
与所述字符处理模块连接的识别模块，以对所述字符串进行识别，从而获得识别结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110292527.6A CN112926590B (zh) | 2021-03-18 | 2021-03-18 | 线缆上字符的分割识别方法及其系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110292527.6A CN112926590B (zh) | 2021-03-18 | 2021-03-18 | 线缆上字符的分割识别方法及其系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112926590A CN112926590A (zh) | 2021-06-08 |
| CN112926590B true CN112926590B (zh) | 2023-12-01 |
Family
ID=76175117
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110292527.6A Active CN112926590B (zh) | 2021-03-18 | 2021-03-18 | 线缆上字符的分割识别方法及其系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112926590B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4493105A (en) * | 1982-03-31 | 1985-01-08 | General Electric Company | Method and apparatus for visual image processing |
| US5809161A (en) * | 1992-03-20 | 1998-09-15 | Commonwealth Scientific And Industrial Research Organisation | Vehicle monitoring system |
| CN109871521A (zh) * | 2019-01-08 | 2019-06-11 | 平安科技（深圳）有限公司 | 一种电子文档的生成方法及设备 |
| CN110659634A (zh) * | 2019-08-23 | 2020-01-07 | 上海撬动网络科技有限公司 | 一种基于颜色定位和字符分割的集装箱箱号定位方法 |
| CN111191657A (zh) * | 2019-11-19 | 2020-05-22 | 泰康保险集团股份有限公司 | 一种文字识别方法、装置及计算机可读存储介质 |
| CN111461132A (zh) * | 2020-04-17 | 2020-07-28 | 支付宝(杭州)信息技术有限公司 | 用于辅助ocr图像数据标注的方法及装置 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060061777A1 (en) * | 2004-09-13 | 2006-03-23 | Canon Kabushiki Kaisha | Modifying digital documents |
| US10318803B1 (en) * | 2017-11-30 | 2019-06-11 | Konica Minolta Laboratory U.S.A., Inc. | Text line segmentation method |
-
2021
- 2021-03-18 CN CN202110292527.6A patent/CN112926590B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4493105A (en) * | 1982-03-31 | 1985-01-08 | General Electric Company | Method and apparatus for visual image processing |
| US5809161A (en) * | 1992-03-20 | 1998-09-15 | Commonwealth Scientific And Industrial Research Organisation | Vehicle monitoring system |
| CN109871521A (zh) * | 2019-01-08 | 2019-06-11 | 平安科技（深圳）有限公司 | 一种电子文档的生成方法及设备 |
| CN110659634A (zh) * | 2019-08-23 | 2020-01-07 | 上海撬动网络科技有限公司 | 一种基于颜色定位和字符分割的集装箱箱号定位方法 |
| CN111191657A (zh) * | 2019-11-19 | 2020-05-22 | 泰康保险集团股份有限公司 | 一种文字识别方法、装置及计算机可读存储介质 |
| CN111461132A (zh) * | 2020-04-17 | 2020-07-28 | 支付宝(杭州)信息技术有限公司 | 用于辅助ocr图像数据标注的方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| Multi-oriented touching text character segmentation in graphical documents using dynamic programming;Partha Pratim Roy et al.;《Pattern Recognition》;全文 * |
| 视频中自然场景文本的检测方法研究;王岚;《中国优秀硕士学位论文全文数据库信息科技辑》;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112926590A (zh) | 2021-06-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109101924B (zh) | 一种基于机器学习的路面交通标志识别方法 | |
| CN108764229B (zh) | 一种基于计算机视觉技术的水尺图像自动识别方法 | |
| CN110728225B (zh) | 一种用于考勤的高速人脸搜索方法 | |
| CN111223133A (zh) | 一种异源图像的配准方法 | |
| CN111046881B (zh) | 基于计算机视觉和深度学习的指针式仪表读数识别方法 | |
| CN111368683A (zh) | 基于模约束CentreFace的人脸图像特征提取方法及人脸识别方法 | |
| CN111091124B (zh) | 一种书脊文字识别方法 | |
| CN114511718B (zh) | 一种建筑施工用物料智能管理方法及系统 | |
| CN110570422A (zh) | 一种基于矩阵分析的胶囊缺陷视觉检测方法 | |
| CN114820625A (zh) | 一种汽车顶块缺陷检测方法 | |
| CN110516666B (zh) | 基于mser和isodata相结合的车牌定位方法 | |
| CN113421223B (zh) | 基于深度学习和高斯混合的工业产品表面缺陷检测方法 | |
| CN109752393B (zh) | 一种基于图像特征的贴片电阻型号检测方法及其装置 | |
| CN112926590B (zh) | 线缆上字符的分割识别方法及其系统 | |
| CN110378337B (zh) | 金属切削刀具图纸标识信息视觉输入方法及系统 | |
| CN109829511B (zh) | 基于纹理分类的下视红外图像中云层区域检测方法 | |
| CN115131387B (zh) | 基于图像处理的汽油机喷雾撞壁参数自动提取方法及系统 | |
| CN112926589B (zh) | 环形字符分割识别方法及其系统 | |
| CN114627463A (zh) | 一种基于机器识别的非接触式配电数据识别方法 | |
| CN112949361B (zh) | 指纹识别方法及装置 | |
| CN113989793A (zh) | 一种石墨电极钢印文字识别方法 | |
| CN114359378A (zh) | 一种带式输送机巡检机器人定位方法 | |
| CN112037193A (zh) | 一种电力线路特征标记方法及装置 | |
| CN107301429B (zh) | 一种基于局部位置值得分的车牌相似字符识别方法 | |
| CN116542998B (zh) | 用于光刻薄膜电感的轮廓检测方法、装置、设备及介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240522 Address after: No. 188-1, Nansan Road, Tongcheng Economic and Technological Development Zone, Anqing City, Anhui Province, 231499 Patentee after: Chenxing Ximutong Electronics (Tongcheng) Co.,Ltd. Country or region after: China Address before: No. 888, Shengli Road, Qingpu Industrial Park, Qingpu District, Shanghai, 201799 (No. 10055, Songze Avenue) Patentee before: SHANGHAI SUNRISE SIMCOM ELECTRONIC TECHNOLOGY Co.,Ltd. Country or region before: China |