[发明专利]识别图像中的文字的方法、装置、电子设备及存储介质

说明书

本申请提供了一种识别图像中的文字的方法、装置、电子设备及存储介质。(A)构建用于基于图像预测图像中的文字的识别模型；(B)利用多个第一类字段的合成样本和多个第二类字段的合成样本构建第一训练数据集；(C)获取包括多个第一类字段的真实样本和多个第二类字段的真实样本的第一测试数据集；(D)基于第一训练数据集和第一测试数据集，对识别模型进行迭代更新，得到初始识别模型；(E)构建第二训练数据集；(F)对初始识别模型进行迭代更新，得到目标识别模型；(G)基于目标识别模型和待检测图像，确定待检测图像中的文字。根据所述方法和装置，可以精准的识别出不同类型的字段信息，从而可以有效的提高最终识别结果的准确率。

技术领域

本申请涉及图像识别技术领域，尤其是涉及识别图像中的文字的方法、装置、电子设备及存储介质。

背景技术

现如今，银行、金融、保险、公安、物流等行业每天都要处理大量票证类信息的录入工作，在这些业务中涉及身份证、驾驶证、行驶证、银行卡等多类型票证，如果仅仅依靠人工录入，需要大量的人力及物力，并且工作效率较低，因此需要采用图像识别技术进行自动化作业，从而减少人力、物力投入，同时极大的提升工作效率。

在实际业务中，需要采集的票证中的重要信息往往分布在不同组成形式的字段中，且这些字段之间存在明显的差异性，因此，如何做到对于各种组成形式字段都具有较高的识别准确率是亟待解决的问题。

发明内容

有鉴于此，本申请的目的在于提供一种识别图像中的文字的方法、装置、电子设备及存储介质，通过使用两种类型字段构建的训练样本，分阶段训练得到目标识别模型，在对图像中的文字进行识别时，可以有效的提高最终识别结果的准确率。

本申请实施例提供了一种识别图像中的文字的方法，所述方法包括：

(A)构建用于基于图像预测图像中的文字的识别模型；

(B)获取第一类字段的合成样本和第二类字段的合成样本，并利用多个第一类字段的合成样本和多个第二类字段的合成样本构建第一训练数据集；

(C)获取包括多个第一类字段的真实样本和多个第二类字段的真实样本的第一测试数据集；

(D)基于第一训练数据集和第一测试数据集，对识别模型进行迭代更新，得到初始识别模型；

(E)利用所述多个第一类字段的真实样本和所述多个第二类字段的真实样本构建第二训练数据集；

(F)基于第二训练数据集和第一测试数据集，对初始识别模型进行迭代更新，得到目标识别模型；

(G)基于目标识别模型和待检测图像，确定待检测图像中的文字。

进一步的，所述方法还包括，通过以下步骤获取第一类字段的合成样本和第二类字段的合成样本：

提取样本图像的背景信息和语料信息；

筛选出所述语料信息中的第一类字段信息和第二类字段信息；

融合所述第一类字段信息和所述背景信息，生成第一类字段的合成样本；

融合所述第二类字段信息和所述背景信息，生成第二类字段的合成样本。

进一步的，所述步骤(D)包括：

(D1)按照预设的第一抽样比例，从所述第一训练数据集中抽取在一次训练的过程中的一个训练步长所使用的所述第一类字段的合成样本和所述第二类字段的合成样本；

(D2)基于抽取的所述第一类字段的合成样本和所述第二类字段的合成样本对所述识别模型进行第一预定次数的训练，生成一阶识别模型；