[发明专利]一种基于行列切分的印刷体字符的识别方法

权利要求书

1.一种基于行列切分的印刷体字符的识别方法，其特征在于，包括：对于图像进行列切分，对于列切分后的切片，再次进行行切分；将行列切分后的图像切片送入卷积神经网络，进行特征提取，得到切片对应的特征向量；对于空白切片，则在识别过程中，忽略这部分空白切片；对于存在文字部分的切片，使用循环神经网络模型学习这些切片的前后关联关系，经过softmax激励得到每列切片对应文字的预测概率，利用CTC算法处理每列切片的文字预测概率，进而确定所识别的文字；

具体包括以下步骤：

步骤一、利用行文本检测算法，检测并裁剪图片中的行文本区域；

步骤二、对于每一个行文本区域，以固定宽度按列进行切分，形成列切片；

步骤三、对于每一个列切片，以固定高度按行进行二次切分，形成行切片；

步骤四、将按行列切分后的每一个的图像切片送入卷积神经网络，进行特征提取，得到切片对应的特征向量；

步骤五、从第一个列切片开始，将其包含的每一个行切片的特征向量送入循环神经网络，然后取循环神经网络的最后一个输出作为当前状态计算下一列；同时，该输出经过softmax激励，得到该列切片对应文字的预测概率；重复步骤五，直到最后一个列切片计算完成为止；

步骤六、利用CTC算法处理每个列切片的文字预测概率，得到最终的文字识别结果。

2.根据权利要求1所述的一种基于行列切分的印刷体字符的识别方法，其特征在于：所述步骤一中行文本检测算法包括CPTN、Yolo、PixelLink。

3.根据权利要求1所述的一种基于行列切分的印刷体字符的识别方法，其特征在于：所述步骤二中列切分宽度为4个像素，所述步骤三中行切分高度为4个像素。