[发明专利]一种证照OCR识别方法

权利要求书

1.一种证照OCR识别方法，其特征在于：包括如下步骤：

步骤S10、获取大量的证照样本图片以及证照信息，创建一训练字典以及若干证照背景图片，基于所述证照信息、训练字典以及证照背景图片生成证照训练图片集；

步骤S20、创建一证照分类模型，利用所述证照样本图片对证照分类模型进行训练；

步骤S30、基于证照类型创建若干个文本识别模型，利用所述证照训练图片集对文本识别模型进行训练；

步骤S40、利用训练后的所述证照分类模型以及文本识别模型对待识别证照进行分类和识别。

2.如权利要求1所述的一种证照OCR识别方法，其特征在于：所述步骤S10具体包括：

步骤S11、获取大量的证照样本图片以及证照信息，创建一训练字典以及若干证照背景图片；所述证照信息至少包括姓名、地址、身份证号码以及民族；所述训练字典基于字符生成；

步骤S12、基于所述证照信息生成文本图片，将各所述文本图片利用泊松融合算法融合到各证照背景图片，生成各证照类型的证照训练图片；

步骤S13、对各所述证照训练图片进行随机处理；

步骤S14、基于各所述证照训练图片的字符在训练字典内的顺序，分别生成一对应的图片标签，基于各随机处理后的所述证照训练图片以及图片标签组成证照训练图片集。

3.如权利要求2所述的一种证照OCR识别方法，其特征在于：所述步骤S13具体为：

对各所述证照训练图片加入随机噪声，随机调整各所述证照训练图片的亮度值，利用透视变换法随机变换各所述证照训练图片内字符的倾斜角度。

4.如权利要求1所述的一种证照OCR识别方法，其特征在于：所述步骤S20具体包括：

步骤S21、基于深度神经网络创建一证照分类模型；

步骤S22、标记各所述证照样本图片的证照类型，将标记后的各所述证照样本图片随机划分为第一训练集以及第一验证集；

步骤S23、利用所述第一训练集对证照分类模型进行训练，训练过程中利用随机梯度下降法优化所述证照分类模型的权重；

步骤S24、利用所述第一验证集对训练后的证照分类模型进行验证。

5.如权利要求4所述的一种证照OCR识别方法，其特征在于：所述步骤S22还包括：

对标记后的各所述证照样本图片进行图像增强，并将图像增强后的所述证照样本图片随机加入第一训练集和第一验证集，以增加所述第一训练集和第一验证集的样本量。

6.如权利要求1所述的一种证照OCR识别方法，其特征在于：所述步骤S30具体包括：

步骤S31、基于深度神经网络创建一文本识别模型；

步骤S32、将各所述证照训练图片集基于证照类型，分别随机划分为第二训练集以及第二验证集；统一各所述第二训练集以及第二验证集内的证照训练图片的尺寸；

步骤S33、利用所述第二训练集对文本识别模型进行训练，训练过程中利用随机梯度下降法优化所述文本识别模型的权重；

步骤S34、利用所述第二验证集对训练后的文本识别模型进行验证。

7.如权利要求1所述的一种证照OCR识别方法，其特征在于：所述步骤S40具体包括：

步骤S41、将待识别证照输入训练后的所述证照分类模型，识别出所述待识别证照的证照类型；

步骤S42、基于所述待识别证照的证照类型，选择对应的训练后的所述文本识别模型对待识别证照进行识别，生成识别结果；

步骤S43、对所述识别结果进行格式化处理后进行输出。

8.如权利要求7所述的一种证照OCR识别方法，其特征在于：所述步骤S43具体为：

去除所述识别结果中多余的符号、纠正所述识别结果的语法错误后，将所述识别结果转换为JSON格式进行输出。