[发明专利]神经网络辅助的文字图像信息标注方法

说明书

本发明公开了一种神经网络辅助的文字图像信息标注方法，待识别的文字图片在用神经网络模型进行识别前经过行文字倾斜校正，所述行文字倾斜校正包括以下步骤：步骤一、利用投影法将待识别的文字图片按行切分得多条行文字图片，用每条行文字图片的竖直中心线将该条行文字图片分为左半部分和右半部分；步骤二、将每条行文字图片中左半部分字符像素点的中心点和右半部分字符像素点的中心点连线并计算斜率；步骤三、以左半部分字符像素点的中心点为定点，将左半部分字符像素点的中心点右侧的所有字符像素点均向下或向上平移至步骤二中所述斜率为零。本发明极大的减少了人工键盘输入文字信息的次数，从而减少了键入错别字的可能性。

技术领域

本发明涉及数据处理技术领域。更具体地说，本发明涉及一种神经网络辅助的文字图像信息标注方法。

背景技术

随着科技的发展，如今越来越多的文件与书籍都以电子化的形式出现，但在文字电子化技术出现之前，有大量的书籍文件是以油墨印刷体的形式存在的，并且受到印刷技术限制，大量文字的清晰度并不能得到保证。这些文件在经扫描仪扫描成图片的过程中也可能进一步损失一定的清晰度。为了满足在当今条件下对于这些文字的电子检索需求，对于这些印刷文件的电子化是很有必要的。

传统的光学识别(OCR)手段主要利用文字的特征信息进行识别，而现如今越来越多的光学识别程序开始采用神经网络等统计学工具对文字进行识别。这些工具往往需要大量标注好的数据进行训练才能达到对文字图片的一定识别率。

这些大量标注好的数据的标注手段主要依赖人工手段，由人来对每个文字进行分辨并记录结果，这个过程会耗费大量时间，并且存在识别者记录同音字、形近字等错别字的可能性。

发明内容

本发明的一个目的是解决至少上述问题，并提供至少后面将说明的优点。

本发明还有一个目的是提供一种减少人工对图像中文字进行标注消耗的时间，降低识别者输入错别字的可能性由神经网络辅助的文字图像信息标注方法。

为了实现根据本发明的这些目的和其它优点，提供了一种神经网络辅助的文字图像信息标注方法，待识别的文字图片在用神经网络模型进行识别前经过行文字倾斜校正，所述行文字倾斜校正包括以下步骤：

步骤一、利用投影法将待识别的文字图片按行切分得多条行文字图片，用每条行文字图片的竖直中心线将该条行文字图片分为左半部分和右半部分；

步骤二、将每条行文字图片中左半部分字符像素点的中心点和右半部分字符像素点的中心点连线并计算斜率；

步骤三、以左半部分字符像素点的中心点为定点，将左半部分字符像素点的中心点右侧的所有字符像素点均向下或向上平移至步骤二中所述斜率为零。

优选的是，步骤二中获取每条行文字图片中左半部分字符像素点或右半部分字符像素点的中心点的算法包括：以行宽方向做横轴，以行高方向做纵轴，计算左半部分字符像素点或右半部分字符像素点的纵轴坐标平均值作为纵坐标，以左半部分行宽一半处或右半部分行宽一半处对应的横坐标值作为横坐标，即可确定每条行文字图片中左半部分字符像素点或右半部分字符像素点的中心点。

优选的是，待识别的文字图片经过行文字倾斜校正后生成多条新的行文字图片，利用投影法将新生成的行文字图片切分成多个单字符图片，并将每一单字符图片输入到神经网络模型中，得出单字符图片最可能对应的数个字符。

优选的是，新生成的行文字图片切分成多个单字符图片的过程中，若第一次切分出的多个子图中有宽高比大于一常数值的子图，则将该子图沿宽度方向按该子图宽高比为该常数值的倍数的整数部分进行均分，得到第二次切分子图。

优选的是，神经网络模型在使用前先用已标注好的字符图像进行训练，以使神经网络模型将字符图像与该字符图像对应标注的字符相关联，所述神经网络模型采用卷积神经网络。