[发明专利]基于光学字符识别技术的航空维修工卡工作内容识别方法

说明书

本发明涉及一种基于光学字符识别技术的航空维修工卡工作内容识别方法，包括：对航空维修工卡的内容按类型进行分析，制定相关的模板识别匹配规则以及控制逻辑，生成控制配置文件；所述控制配置文件包括所述模板识别匹配规则与所述控制逻辑；读取待识别的航空维修工卡的内容，同时加载控制配置文件；从所述控制配置文件中读取控制逻辑以及模板识别匹配规则，根据所述控制逻辑与模块识别匹配规则采用光学字符识别技术解析待识别航空维修工卡中的内容信息，然后将航空维修工卡的内容进行结构化处理，输出结构化的文档内容。

技术领域

本发明涉及文字识别方法领域，特别涉及采用光学字符识别技术进行维修工卡内容识别方法。

背景技术

在航空维修过程中会产生大量的工卡、表单，对于这些数据，在无信息化手段的情况下，一般通过批量扫描方式对数据进行采集，这种采集方式带来的问题就是无法解决数据的格式化、数据查询、数据再利用的问题。

在实际处理维修工卡时，遇到的一个问题就是解决航空工卡自动分类(比如AD工卡、EO工卡、MAO工卡、CAO工卡、SB工卡等)、飞机号、工卡完工日期、完工签署、工作者的盖章、检查者盖章、工作反馈单等内容的识别问题。

传统方法依靠档案管理人员手动上传、分类、检查，这样导致档案管理人员工作量巨大、错误率高、可能存在工卡损坏、遗失等风险，而采用工卡自动分类和内容识别技术，将极大提高档案管理人员的工作效率，节省成本，维修工卡的管理水平。

OCR(Optical Character Recognition，光学字符识别)是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程；即，针对印刷体字符，采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术。

航空维修过程中会产生大量的工卡、表单，由于格式复杂，简单地采用OCR识别方式，仍旧解决不了工卡、表单的自动分类和内容识别问题。

发明内容

本发明的目的在于克服已有的航空维修工卡在内容识别时由于格式复杂所造成的内容识别困难，从而提供一种能有效提高识别准确率的航空维修工卡工作内容识别方法。

为了实现上述目的，本发明提供了一种基于光学字符识别技术的航空维修工卡工作内容识别方法，包括：

步骤1)、对航空维修工卡的内容按类型进行分析，制定相关的模板识别匹配规则以及控制逻辑，生成控制配置文件；所述控制配置文件包括所述模板识别匹配规则与所述控制逻辑；

步骤2)、读取待识别的航空维修工卡的内容，同时加载步骤1)所生成的控制配置文件；

步骤3)、从所述控制配置文件中读取控制逻辑以及模板识别匹配规则，根据所述控制逻辑与模块识别匹配规则采用光学字符识别技术解析待识别航空维修工卡中的内容信息，然后将航空维修工卡的内容进行结构化处理，输出结构化的文档内容。

上述技术方案中，在步骤1)中，制定模板识别匹配规则包括：将表格分解为表头、循环体、表尾三个部分，并对这三个部分进行定义以形成模板；其中，对于表头、表尾，在定义时按照单元格内容方式进行组织，通过文字或图形像素定义单元格的位置，对于循环体，在定义时明确循环条件以及内容。

上述技术方案中，对表头、循环体、表尾进行定义以形成模板包括：

针对表头、循环体头、表尾头进行定义，在定义时采集关键词文本；

分别针对表头中需识别的单元格标识、循环体中的循环项标识、表尾中的单元格标识进行定义，在定义中采用关键词文本的方法。

上述技术方案中，在步骤1)中，制定控制逻辑至少包括：定义单元格的识别逻辑、定义循环体的识别逻辑；