[发明专利]一种图片内数字粘连识别的方法和装置

说明书

本发明公开了一种图片内数字粘连识别的方法和装置。该方法包括两轮模板字符识别步骤以及识别字符提取步骤。其中第一轮模板字符识别中，通过逐步扩大目标图片识别区域，对目标图片识别区域与字符模板图片进行模板匹配，得到各个字符的相似度和坐标，然后选取相似度值最大且相似度值超过指定阈值的作为识别出的字符加入至字符识别队列中，并在目标图片中擦除该字符。在第二轮模板字符识别中，对目标图片识别区域与字符模板图片进行模板匹配，然后选取相似度值最大的作为识别出的字符加入至字符识别队列中。识别字符提取步骤根据字符识别队列中的坐标进行排序后得到最终识别结果。

技术领域

本发明涉及图片中字符识别。

背景技术

公告号为CN 104200204 A的专利文献《一种图片处理装置及方法》公开了一种图片字符的识别方法。该图片字符识别方法首先将字符和目标图片进行二值化处理，然后对目标图片进行逐行逐像素扫描，当扫描到非0像素点时作为识别内容的起始坐标，然后进行基于该起始坐标对字符的像素点逐一匹配，根据匹配数和字符总像素点计算匹配率，并选择匹配率最高的字符作为识别出的字符，识别出字符后在目标图片中异或擦除该字符后继续识别。该方法存在着准确率不高的问题，具体原因如下：

首先，起始坐标的确定方式存在问题。该方法逐行逐像素扫描，当扫描到非0像素点时作为识别内容的起始坐标。显而易见地，该起始坐标并不是字符的左上角，而是通常在字符中间，因此该起始坐标不是个稳固的坐标，它可能偏左一些，也可能偏右一些，也可能偏上一些，或者偏下一些。为此，该专利文献中采用上下左右偏移一个像素点解决这个问题。但偏移较大的情况下，特别是存在粘连问题的情形之下，这种方法由于只偏移一个像素点，而无法解决，比如偏移两个点或者左下偏移等情形。

其次，选择匹配率最高的字符作为识别出的字符存在问题。在存在字符粘连的情况下，由于起始坐标偏移不足导致计算得到的所有字符匹配率都较低的情况下，存在实际应该不匹配的字符而得到的匹配率却高于实际应该匹配的字符，由此导致识别错误的问题。

再次，在前面匹配出的字符匹配率较低的情况下，采用异或方式进行擦除时，实际上可能并非是擦除而是加入混扰非零的像素点。

发明内容

本发明所要解决的问题：现有技术下，图片中字符粘连情形导致字符识别准确率较低。

为解决上述问题，本发明采用的方案如下：

根据本发明的一种图片内字符粘连识别的方法，该方法包括获取模板字符图片集的步骤、获取目标图片的步骤、第一模板字符识别步骤以及识别字符提取步骤；所述模板字符图片集为模板字符图片的集合；所述模板字符图片与字符相对应；所述第一模板字符识别步骤包括：

S31：根据模板字符图片集中的模板字符图片的最小宽度确定识别区域宽度；

S32：对目标图片内的识别区域采用模板匹配方式匹配模板字符图片集中的模板字符图片，得到各个字符匹配出的相似度值和坐标；所述识别区域根据所述识别区域宽度所确定；

S33：判断各个字符匹配出的相似度值中是否存在相似度值超过指定阈值，如果存在相似度值超过指定阈值的，则选择相似度值最大的字符作为识别出的字符，然后将识别出的字符和匹配出的坐标存入字符识别队列中，同时，根据匹配出的坐标所确定的识别出的字符在目标图片中的位置和识别出的字符所对应的模板字符图片所确定的字符形状，在目标图片中擦除识别出的字符；

S34：增加识别区域宽度后重复步骤S32和S33直到识别区域宽度大于目标图片的宽度；所述增加识别区域宽度中所增加的宽度为模板字符图片集中的模板字符图片的最小宽度；

所述识别字符提取步骤为根据匹配出的坐标的横向值对所述字符识别队列进行排序，然后按顺序从字符识别队列中逐个提取识别出的字符作为最终识别结果。