[发明专利]智能图像识别方法、装置、计算机设备及存储介质在审

专利信息
申请号: 202011443365.3 申请日: 2020-12-08
公开(公告)号: CN112529004A 公开(公告)日: 2021-03-19
发明(设计)人: 林婉娜;罗旭志 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06K9/34 分类号: G06K9/34;G06K9/62
代理公司: 深圳市精英专利事务所 44242 代理人: 涂年影
地址: 518000 广东省深圳市福田区福*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 智能 图像 识别 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种智能图像识别方法,应用于客户端,所述客户端与管理服务器之间建立网络连接以进行数据信息的传输,其特征在于,所述方法包括:

对所述客户端的显示界面进行实时监控,以通过实时监控获取用户在所述显示界面进行截图操作得到的截取图像;

获取所述截取图像对应的目标像素集合,其中所述目标像素集合中包含多个目标像素;

根据所述目标像素的位置信息,对所述目标像素集合中包含的多个所述目标像素进行分割,得到包含单个字符的字符图像;

对每一所述字符图像中的字符像素进行数值化,得到与每一所述字符图像对应的字符特征值;

根据预置的字符匹配库,对每一所述字符图像的字符特征值进行识别以获取第一文本信息;

根据所述第一文本信息判断是否存在未识别的字符图像,若存在则将与所述未识别的字符图像相匹配的字符特征值发送至所述管理服务器,以获取所述管理服务器反馈的第二文本信息;

将所述第一文本信息及所述第二文本信息进行整合得到与所述截取图像相匹配的图像文本信息。

2.根据权利要求1所述的智能图像识别方法,其特征在于,所述获取所述截取图像对应的目标像素集合,包括:

对所述截取图像进行灰度处理得到对应的灰度图像并计算得到像素灰度平均值;

计算所述灰度图像中每一像素的灰度值与所述像素灰度平均值之间的灰度差值;

对每一所述像素的灰度差值是否小于预置的对比度阈值进行判断,以获取灰度差值不小于所述对比度阈值的像素;

对所述灰度差值不小于所述对比度阈值的每一像素是否孤立进行判断,以将孤立的像素剔除得到所述目标像素。

3.根据权利要求1所述的智能图像识别方法,其特征在于,所述根据所述目标像素的位置信息,对所述目标像素集合中包含的多个所述目标像素进行分割,得到包含单个字符的字符图像,包括:

根据所述目标像素集合中每一目标像素的位置信息对所述目标像素进行二值化得到与所述目标像素集合对应的二值化图像;

对所述二值化图像中所包含的像素区块进行整合得到字符区块,其中每一所述字符区块中均包含一个字符;

根据所述字符区块所包含的目标像素提取得到与每一字符区块对应的分割图像;

根据预置的图像调整规则对所述分割图像进行调整以得到与每一所述分割图像对应的字符图像。

4.根据权利要求1所述的智能图像识别方法,其特征在于,所述对每一所述字符图像中的字符像素进行数值化,得到与每一所述字符图像对应的字符特征值,包括:

获取一张所述字符图像的尺寸信息,根据预置的数值化规则生成与所述尺寸信息对应的尺寸数组;

获取所述字符图像中所有字符像素的坐标位置,根据所述数值化规则及所述坐标位置生成与每一所述字符像素对应的坐标数组;

将所述尺寸数组与所有所述坐标数组进行组合并作为与所述目标图像对应的字符特征值。

5.根据权利要求1所述的智能图像识别方法,其特征在于,所述根据预置的字符匹配库,对每一所述字符图像的字符特征值进行识别以获取第一文本信息,包括:

根据预置的尺寸阈值获取所述字符匹配库中尺寸比值与每一所述字符特征值的尺寸比值相匹配的样本特征信息得到第一特征集合;

根据预置的像素密度计算公式计算所述字符特征值的第一像素密度及所述第一特征集合中每一样本特征信息的第二像素密度;

判断所述第一像素密度与每一所述第二像素密度之间的差值是否小于预置的密度阈值,以获取差值小于所述密度阈值的样本特征信息得到备选特征集合;

判断所述备选特征集合中包含的样本特征信息的数量是否大于零;

若所述备选特征集合包含的样本特征信息的数量大于零,计算得到所述字符特征值与所述备选特征集合中的每一样本特征信息之间的匹配度;

获取所述备选特征集合中匹配度最高的一个样本特征信息对应的样本字符作为与所述字符特征值相匹配的目标字符;

将对每一所述字符图像进行识别得到的目标字符作为所述第一文本信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011443365.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top