[发明专利]光学字符识别方法及装置

权利要求书

1.一种光学字符识别方法，其特征在于，包括：

获得票据的当前影像数据和历史影像数据，所述历史影像数据包括光学字符识别成功的历史影像数据和光学字符识别失败的历史影像数据；

将票据的当前影像数据输入至二分类模型中，判断当前影像数据是否符合预设条件，所述二分类模型是对历史影像数据进行训练获得的；

在当前影像数据符合预设条件时，将当前影像数据输入至OCR识别模型中，获得光学字符识别结果。

2.如权利要求1所述的光学字符识别方法，其特征在于，所述二分类模型采用TensorFlow或CNN训练获得。

3.如权利要求1所述的光学字符识别方法，其特征在于，还包括：

在当前影像数据不符合预设条件时，输出当前影像数据不符合预设条件的提示信息；

接收用户根据所述提示信息重新输入的票据的当前影像数据。

4.如权利要求1所述的光学字符识别方法，其特征在于，OCR识别模型包括分类器字符识别模型、字符模板匹配模型和深度学习模型中的其中一种或任意组合。

5.一种光学字符识别装置，其特征在于，包括：

数据获得模块，用于获得票据的当前影像数据和历史影像数据，所述历史影像数据包括光学字符识别成功的历史影像数据和光学字符识别失败的历史影像数据；

判断模块，用于将票据的当前影像数据输入至二分类模型中，判断当前影像数据是否符合预设条件，所述二分类模型是对历史影像数据进行训练获得的；

识别模块，用于在当前影像数据符合预设条件时，将当前影像数据输入至OCR识别模型中，获得光学字符识别结果。

6.如权利要求5所述的光学字符识别装置，其特征在于，所述二分类模型采用TensorFlow或CNN训练获得。

7.如权利要求5所述的光学字符识别装置，其特征在于，还包括检查模块，用于：

在当前影像数据不符合预设条件时，输出当前影像数据不符合预设条件的提示信息；

接收用户根据所述提示信息重新输入的票据的当前影像数据。

8.如权利要求5所述的光学字符识别装置，其特征在于，OCR识别模型包括分类器字符识别模型、字符模板匹配模型和深度学习模型中的其中一种或任意组合。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4任一项所述方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1至4任一项所述方法的计算机程序。