[发明专利]基于图像扩展的OCR模型训练方法、系统及装置

说明书

本发明属于图像处理技术领域，具体提供一种基于图像扩展的OCR模型训练方法、系统及装置。本发明旨在解决现有OCR模型定制化图像需求较大，图像的数据训练集的采样数量庞大的问题。为此目的，本发明通过根据图像样本的类型设定图像扩展所需的参数，再对每个真实图像样本的参数所对应的真实数据进行背景增强扩展和新字段生成扩展，以获得扩展数据，基于扩展数据构建对应的扩展图像样本，将扩展图像样本输入OCR模型进行模型训练，从而实现仅需极少数的采样图像即可训练好OCR识别模型进行字符识别。

技术领域

本发明涉及计算机视觉当中的图像处理技术领域，尤其涉及一种基于图像扩展的OCR模型训练方法、系统及装置。

背景技术

OCR(Optical Character Recognition,光学字符识别)作为计算机视觉中一个重要的应用领域，由于其有监督网络的特性，需要大量的训练数据支撑才能取得良好的模型及其识别效果。因此，在OCR领域中，包含各种场景的庞大数据训练集对于得到一个良好的OCR模型至关重要。

但是同一版式所包含的场景复杂多样，并且训练数据由于保密性等各种原因，无法获取足够大量训练数据，也即无法获得很多采样，甚至很多时候仅有几张训练数据供参考。由于定制化需求较大，图像的数据训练集的采样数量庞大，每类版式单独生成数据会导致产品开发周期大大延长，开发成本增加导致落地困难。因此，在OCR领域，迫切需求一种可以根据少量采样的真实数据便能够获得合适的OCR数据训练集的方法，来实现OCR模型的训练。

发明内容

为了克服上述缺陷，提出了本发明，以解决或至少部分地解决如何基于少量采样自动生成符合需求的大数量的OCR模型训练使用的数据训练集的技术问题，以快速获取大量的仿真数据样本并加快不同板式需求的开发效率。本发明提供了一种基于图像扩展的OCR模型训练方法、系统及装置。

第一方面，提供一种基于图像扩展的OCR模型训练方法，包括：

根据图像样本的类型设定图像扩展所需的参数；

对每个真实图像样本的参数所对应的真实数据进行背景增强扩展和新字段生成扩展，以获得扩展数据；

基于所述扩展数据构建对应的扩展图像样本；

将所述扩展图像样本输入所述OCR模型进行模型训练。

在上述方法的优选技术方案中，所述方法还包括：在构建所述扩展图像样本之后，将所述扩展图像样本和所述真实图像样本进行合并，以生成仿真图像训练集；

将所述扩展图像样本输入所述OCR模型进行模型训练，具体包括：

将所述仿真图像训练集中的每个图像样本输入所述OCR模型进行模型训练。

在上述方法的优选技术方案中，所述方法还包括：在构建所述扩展图像样本之后，将所述扩展图像样本和所述真实图像样本进行合并，以生成仿真图像训练集；

将所述扩展图像样本输入所述OCR模型进行模型训练，具体包括：

将所述仿真图像训练集中的每个图像样本输入所述OCR模型进行模型训练。

在上述方法的优选技术方案中，所述参数包括图像参数和字段参数，所述图像参数包括图像的亮度、对比度、颜色，

所述“背景增强扩展”包括：为模拟反光、亮光、暗光、黑白图像中的一种或多种而对所述真实图像的亮度、对比度、颜色中的至少一个进行调整；

并且/或者，

所述“新字段生成扩展”包括：根据所述字段参数，对所述真实图像样本中的字段区域内的内容及相应的字段特征进行扩展。

在上述方法的优选技术方案中，所述图像参数还包括噪声扰动变化范围，