[发明专利]字体识别方法及装置

权利要求书

1.一种字体识别方法，其特征在于，所述字体识别方法包括：

在给定文字图像中采集多个不同尺度的图像块；其中所述图像块的高度和宽度的像素值在一定区间内随机变化；

针对每个所述图像块计算图像特征，包括：计算该图像块的纹理特征和形状特征，并将该图像块的所述纹理特征和所述形状特征拼接成组合特征以作为该图像块的图像特征；以及

基于所计算的每个所述图像块的图像特征利用训练好的分类模型确定所述给定文字图像中的文字的字体。

2.如权利要求1所述的字体识别方法，其特征在于，所述分类模型的训练包括：

构建文字图像数据库，所述文字图像数据库包括多个文字图像以及每个文字图像相应的标签，所述标签指示相应的文字图像中的文字的字体；

计算所述文字图像数据库中的每个文字图像的图像特征；

基于所述标签和所计算的每个文字图像的图像特征构建训练集；以及

采用随机森林算法在所述训练集上训练出所述分类模型。

3.如权利要求2所述的字体识别方法，其特征在于，在所述分类模型的训练中：

所述计算文字图像数据库中的每个文字图像的图像特征包括：

将每个文字图像的高度归一化；

在高度归一化后的每个文字图像中采集第一预定数目的不同尺度的图像块；以及

计算每个图像块的图像特征，

所述基于所述标签和所计算的每个文字图像的图像特征构建训练集包括：

基于每个图像块的标签和所计算的每个图像块的图像特征构建训练集，其中，每个图像块的标签为其所源自的文字图像的标签。

4.如权利要求1所述的字体识别方法，其特征在于，所述基于所计算的每个所述图像块的图像特征利用训练好的分类模型确定所述给定文字图像中的文字的字体包括：

将每个所述图像块的图像特征分别输入到所述分类模型以得到多个识别结果；以及

对所述多个识别结果取平均值作为所述给定文字图像中的文字的字体的最终识别结果。

5.如权利要求1-4中的任一项所述的字体识别方法，其特征在于，所述图像块的高度和宽度相等。

6.如权利要求3所述的字体识别方法，其特征在于，所述第一预定数目为50。

7.如权利要求1所述的字体识别方法，其特征在于，计算纹理特征包括计算词袋模型，计算形状特征包括计算形状上下文。

8.一种字体识别装置，其特征在于，所述字体识别装置包括：

特征提取模块，用于在给定文字图像中采集多个不同尺度的图像块并针对每个所述图像块计算图像特征，包括：计算该图像块的纹理特征和形状特征，并将该图像块的所述纹理特征和所述形状特征拼接成组合特征以作为该图像块的图像特征；其中所述图像块的高度和宽度的像素值在一定区间内随机变化；以及

图像分类模块，用于利用其包括的训练好的分类模型、基于所述特征提取模块所计算的每个所述图像块的图像特征确定所述给定文字图像中的文字的字体。

9.如权利要求8所述的字体识别装置，其特征在于，所述分类模型的训练包括：

构建文字图像数据库，所述文字图像数据库包括多个文字图像以及每个文字图像相应的标签，所述标签指示相应的文字图像中的文字的字体；

计算所述文字图像数据库中的每个文字图像的图像特征；

基于所述标签和所计算的每个文字图像的图像特征构建训练集；以及

采用随机森林算法在所述训练集上训练出所述分类模型。