[发明专利]一种文字识别方法及装置

说明书

本发明涉及一种文字识别方法，包括以下步骤：定位步骤：获取图像，定位该图像的文字区域，该文字区域中文字以外的部分为局部背景；背景判断步骤：判断该局部背景是否属于复杂背景；确定步骤：若该局部背景属于复杂背景，则确定该文字的颜色；构建步骤：结合该文字的颜色与该文字区域构建选区为该文字的掩模；及第一识别步骤：使用该掩模从文字区域中提取文字进行识别，并输出识别结果。本发明还提供一种文字识别装置。利用本发明可以提高复杂背景中文字识别的准确率。

技术领域

本发明具体实施例涉及信息处理技术领域，特别涉及一种文字识别方法及装置。

背景技术

随着数码相机、摄像头、超高速扫描仪等图像获取设备的广泛应用，图像中信息越来越引起人们的关注。其中嵌入在图像中的文字是图像语义内容的一种重要表达方式，能够提供一些人们所需要的重要信息。例如图像中的文字可以是该图像的内容概述，如果能够自动提取和识别图像中的文字，就可以让计算机自动理解图像内容。让计算机像人类一样识别图像中的文字，对于图像和视频的存储、分类、理解及检索等来说具有极其重要的意义，有着广泛的应用前景和商业价值。然而，当前商业或开源的OCR（Optical CharacterRecognition，光学字符识别）系统，例如Tesseract、OpenRTK、TypeReader、清华紫光OCR等，多用于简单背景中的文字识别，对复杂背景中的文字识别效果并不好。

发明内容

有鉴于此，有必要提供一种文字识别方法及装置，可以提高复杂背景中文字识别的准确率。

一种文字识别方法，包括以下步骤：定位步骤：获取图像，定位该图像的文字区域，该文字区域中文字以外的部分为局部背景；背景判断步骤：判断该局部背景是否属于复杂背景；确定步骤：若该局部背景属于复杂背景，则确定该文字的颜色；构建步骤：结合该文字的颜色与该文字区域构建选区为该文字的掩模；及第一识别步骤：使用该掩模从文字区域中提取文字进行识别，并输出识别结果。

一种文字识别装置，包括：定位模块，用于获取图像，定位该图像的文字区域，该文字区域中文字以外的部分为局部背景；背景判断模块，用于判断该局部背景是否属于复杂背景；确定模块，用于若该局部背景属于复杂背景，则确定该文字的颜色；构建模块，用于结合该文字的颜色与该文字区域构建选区为该文字的掩模；及第一识别模块，用于使用该掩模从文字区域中提取文字进行识别，并输出识别结果。

相较于现有技术，本发明文字识别方法及装置，在图像中定位出文字区域后，若判断该文字区域中文字的背景为复杂背景，则根据文字的颜色和该文字区域构建选区为该文字的掩模，通过该掩模来提取该文字进行识别，可以提高复杂背景中文字识别的准确率。

为让本发明的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。

附图说明

图1为本发明第一实施例提供的文字识别方法的流程图。

图2至图5为图像的示例图。

图6为图3对应的二值图的示例图。

图7为判断局部背景是否属于复杂背景的部分流程图。

图8为对图6所示的二值图进行膨胀处理后的示意图。

图9为各颜色通道的颜色直方图。

图10为判断局部背景是否属于复杂背景的部分流程图。

图11为图1中步骤S3的详细流程图。

图12为图1中步骤S4的详细流程图。

图13为对应于图2中文字区域的掩模。

图14为对掩模进行版面分析的结果示例图。

图15为对图14进行单字切分操作的结果示例图。