[发明专利]识别图像中文本的方法、装置和系统

说明书

本申请实施例提供一种识别图像中文本的方法、装置和系统，该方法包括：根据多种识别方法，获取图像中待识别文本的多个识别结果；获取各该识别结果的语义信息；获取该图像的特征信息，该图像的特征信息能够表征该图像中该待识别文本周围的信息；根据该图像的特征信息以及该多个识别结果的语义信息，从该多个识别结果中确定该待识别文本的目标识别结果。本申请实施例中由于在从多个识别结果中确定最准确的识别结果时结合了能够表征在图像中待识别文本周围的信息的图像特征信息，那么识别结果中包括图像特征信息的识别结果就可以被识别出来，因此可以提高从多个识别结果中确定最准确的识别结果的准确度，即可以获取精确的识别结果。

技术领域

本申请涉及计算机技术，尤其涉及一种识别图像中文本的方法、装置和系统。

背景技术

光学字符识别(optical character recognition，简称OCR)，是通过扫描等光学输入方式将各种票据、报刊、书籍、文稿及其它印刷品上的文本转化成图像，再利用文字识别技术识别图像中的文本，以将印刷品上的文本转化为计算机可编辑的文本的技术，也可以说是识别图像中文本的技术。该技术可应用于银行票据、大量文字资料、档案卷宗以及文案的录入和处理领域。

目前存在多种识别图像中文本的方法，比如得到识别结果后采用自然语言处理(natural language processing，简称NLP)纠错算法，对识别结果进行纠错以得到最终的识别结果的方法。但是目前识别图像中文本的方法均不能得到精确的文本识别结果。

发明内容

本申请实施例提供一种识别图像中文本的方法、装置和系统，可以得到精确的文本识别结果。

第一方面，本申请实施例提供一种识别图像中文本的方法，包括：根据多种识别方法，获取图像中待识别文本的多个识别结果；获取各所述识别结果的语义信息；获取所述图像的特征信息，所述图像的特征信息能够表征所述图像中所述待识别文本周围的信息；根据所述图像的特征信息以及所述多个识别结果的语义信息，从所述多个识别结果中确定所述待识别文本的目标识别结果。其中，目标识别结果为多个识别结果中准确度高于其它识别结果的识别结果。

本方案中，采用多种方法得到多个识别结果后，根据各识别结果的语义信息和能够表征在图像中待识别文本周围的信息的图像特征信息，从多个识别结果中确定准确度高于其它识别结果的识别结果(为了后续表述的方便，本实施例中称多个识别结果中准确度高于其它识别结果的识别结果为最准确的识别结果)，将确定的最准确的识别结果作为图像中文本的识别结果。由于在从多个识别结果中确定最准确的识别结果时结合了能够表征在图像中待识别文本周围的信息的图像特征信息，那么识别结果中包括图像特征信息的识别结果就可以被识别出来，因此可以提高从多个识别结果中确定最准确的识别结果的准确度，即可以得到精确的文本识别结果。

在一种可能的实施方式中，所述识别结果的语义信息包括：所述识别结果中的命名实体信息以及所述识别结果中所包括的各词之间的语义关联信息。

本方案中的语义信息包括了识别结果中的命名实体信息，使得本方案中获取到的识别结果中的语义信息比较精确。

在一种可能的实施方式中，所述获取所述图像的特征信息，包括：获取所述图像包括的内容在所述图像中的布局特征信息；获取所述待识别文本在所述图像中的位置特征信息；根据所述布局特征信息和所述待识别文本在所述图像中的位置特征信息，获取所述图像的特征信息。

本方案提供了获取图像的特征信息的一种具体实现，本方案得到的图像的特征信息能够表征图像中待识别文本周围的信息，进而可以辅助基于各识别结果的语义信息从各识别结果中确定最准确的识别结果的准确度。