[发明专利]文字识别方法及装置

说明书

本发明的实施方式提供了一种文字识别方法，包括：根据彩色图像求各像素的反映色彩信息的梯度值和梯度方向；根据各像素的梯度值和梯度方向求该图像的梯度方向直方图特征；将该直方图特征输入分类器，进行文字识别。通过将彩色图像的色彩信息反映到梯度值中，使得不同颜色的像素之间的色彩差异能够被识别出来并作为用于文字识别的特征而被记录在梯度值中。这样，彩色图像中的文字识别的准确率能够大幅提高，文字识别也不会受到背景颜色的干扰。

技术领域

本发明的各实施方式涉及文字识别方法及装置，尤其是基于彩色图像的文字识别方法及装置。

背景技术

在对图像进行光学字符识别时，通常是基于二值图像或者灰度图像来提取特征并进行识别的。对于彩色图像进行识别前，首先要将彩色图像转换为灰度图像。然而，将彩色图像转换成灰度图像时，会产生信息的丢失。由于不同的颜色可能具有相近或相同的灰度值，这样的直接转换可能导致图像中不同颜色的文字与背景由于灰度值的相近或相同而无法区分，从而无法对其中的文字进行识别。

在对名片中的文字进行识别时，尤其可能遇到上述问题。名片中的背景往往具有一定颜色或底纹，其与名片中的文字在色彩上具有较显著的差异。然而，若将其转换为灰度图像时，背景的灰度值可能与文字的灰度值相近或相同，从而使得其中的文字无法被准确的识别。

发明内容

鉴于上述原因，本发明提供一种文字识别方法及装置。

根据本发明的一个方面，提供一种文字识别方法，包括：根据彩色图像求各像素的反映色彩信息的梯度值和梯度方向；根据各像素的梯度值和梯度方向求该图像的梯度方向直方图特征；将该直方图特征输入分类器，进行文字识别。

根据本发明的另一方面，所述根据彩色图像求各像素的反应彩色信息的梯度值和梯度方向，是在R、G、B三色色彩通道分别对图像各像素点求梯度值和梯度方向，然后对各像素点取最大梯度值，从而融合该三个通道的梯度值和梯度方向。

根据本发明的另一方面，所述根据彩色图像求各像素的反应彩色信息的梯度值和梯度方向，是在R、G、B三色色彩三维空间，求图像中各像素点的梯度矢量值和梯度方向。

根据本发明的另一方面，使用边缘检测算子计算各像素的梯度值和梯度方向。

根据本发明的另一方面，所述梯度方向直方图特征包括4个方向或8个方向。

根据本发明的另一方面，提供一种文字识别装置，包括：梯度求解单元，用于根据彩色图像求各像素的反映色彩信息的梯度值和梯度方向；梯度统计单元，用于根据各像素的梯度值和梯度方向求该图像的梯度方向直方图特征；分类器单元，用于对该直方图特征进行文字识别。

根据本发明的另一方面，所述梯度求解单元在R、G、B三色色彩通道分别对图像各像素点求梯度值和梯度方向，然后对各像素点取最大梯度值，从而融合该三个通道的梯度值和梯度方向。

根据本发明的另一方面，所述梯度求解单元在R、G、B三色色彩三维空间，求图像中各像素点的梯度矢量值和梯度方向。

根据本发明的另一方面，梯度求解单元使用边缘检测算子计算各像素的梯度值和梯度方向。

根据本发明的另一方面，所述梯度方向直方图特征包括4个方向或8个方向。

通过将彩色图像的色彩信息反映到梯度值中，使得不同颜色的像素之间的色彩差异能够被识别出来并作为用于文字识别的特征而被记录在梯度值中。这样，彩色图像中的文字识别的准确率能够大幅提高，文字识别也不会受到背景颜色的干扰。

附图说明

当结合附图阅读下文对示范性实施方式的详细描述时，这些以及其他目的、特征和优点将变得显而易见，在附图中：

图1是根据本发明优选实施例的文字识别方法的流程图；