[发明专利]一种文本图像的识别方法及系统

说明书

本发明涉及一种文本图像的识别方法，包括：将待识别图像输入图像压缩正位网络进行旋转，以使待识别图像中的文本处于水平的位置，图像压缩正位网络是通过机器学习的方法训练得到的，具有图像旋转功能；从图像压缩正位网络输出的图像识别文本。本发明的有益效果为：通过运用卷积自编码器对待识别图像自动进行压缩和正位，并利用文本识别神经网络进行识别，保证了文字识别的准确性，省去了人工预处理的过程，节省了人工劳动，为用户提供了便利。

技术领域

本发明属于文字识别技术领域，具体涉及一种文本图像的识别方法及系统。

背景技术

OCR文字识别软件，指利用OCR(Optical Character Recognition，光学字符识别)技术，将图片、照片上的文字内容，直接转换为可编辑文本的软件。

现有文字识别过程包括：通过电子设备将纸件文档转换成电子文档，例如通过扫描仪或数码相机获取纸件文档的图像文件；OCR文字识别软件对图像文件进行分析处理，获取文字及版面信息。

上述方法在实际操作过程中，由于电子设备获取的图像文件难以保证水平排列，因此需要操作人员手动对图像文本进行旋转，调整文字排列方向至水平，当待识别纸质文档数量较多时，操作人员工作量较大，导致识别效率低下，且人工操作容易出错，也难以保证识别准确率。

因此能否提供一种更加便利的文本图像识别方法是本领域技术人员亟需解决的问题。

发明内容

为了解决现有技术存在的文本识别效率低、准确率低的问题，本发明提供了一种文本图像的识别方法及系统，其具有识别效率高、准确率高等特点。

本发明的目的是提供一种方便人们使用节约体力劳动且识别效率更高的文本图像识别方法及识别系统。

根据本发明的具体实施方式的文本图像的识别方法，其包括：将待识别图像输入图像压缩正位网络进行旋转，以使所述待识别图像中的文本处于水平的位置，所述图像压缩正位网络是通过机器学习的方法训练得到的，具有图像旋转功能；

对所述图像压缩正位网络输出的图像识别文本。

优选地，所述图像压缩正位网络对所述待识别图像进行旋转的同时，还在文本图像边缘加入标记位点，所述标记位点用于区分文本图像中的文字和空白区域；

对所述图像压缩正位网络输出的图像识别文本的过程为：从所述图像压缩正位网络根据所述标记位点输出的图像识别文本。

优选地，所述图像压缩正位网络对所述待识别图像进行旋转的同时，还对所述待识别图像进行压缩。

优选地，根据所述标记点对所述经压缩和旋转后的待识别图像进行逐行、逐字切割；

将切割后的待识别图像输入文本识别神经网络进行文本识别，所述文本识别神经网络是通过机器学习的方法训练得到的，具有文本识别功能。

优选地，所述文本识别神经网络的获取过程包括：

建立字库；

搭建多分类卷积神经网络；

选取字库中的文字拼接为完整图像，输入所述图像压缩正位网络进行压缩

利用所述图像压缩正位网络压缩后的字库训练卷积神经网络；

获得所述文本识别神经网络。

优选地，所述文本识别神经网络由所述卷积神经网络的卷积层、池化层、全连接层和相应的网络权值构成。

优选地，所述图像压缩正位网络由所述卷积神经网络的卷积层和池化层组成。

优选地，所述图像压缩正位网络的获取方法包括：

获取训练图像文本；