[发明专利]一种基于校验规则的OCR识别结果纠错方法、设备

说明书

本发明涉及一种基于校验规则的OCR识别结果纠错方法，包括如下步骤：S1、利用OCR算法识别图像中的字符串，得到识别结果；S2、根据识别结果，判断字符串类别，并获取该字符串类别对应的校验规则；S3、根据所述校验规则，对识别结果进行检错；S4、根据校验规则和检错结果，对识别结果进行纠错。本发明利用替换字符集和校验规则，对识别结果进行纠错，提高形状相似字符的识别正确率。同时利用校验字符对识别结果进行检错，也可以对经替换字符集纠错后的识别结果进行检错，不输出错误的识别结果，进一步提高OCR识别结果的准确度。

技术领域

本发明涉及一种基于校验规则的OCR识别结果纠错方法、设备，属于图像处理领域。

背景技术

OCR全称Optical Character Recognition，光学字符识别，是一种用于识别图像和图像中的字符识别的技术。通过电子设备输入图像信息，对目标字符进行分析识别，将其转换为文本格式的字符串，解决图像文字输入的问题。目前OCR识别技术在条码识别领域主要应用识别身份证、护照、通行证以及驾驶证等证件，实现证件上的机读码区(MRZ:MachineReadable Zone)部分的字符识别。

但是在实际应用场景中，电子设备所拍摄的图像受倾斜、偏转以及受不同环境光照等的影响，图像会出现不规律的灰度跳变，导致字符切割不准确造成识别上的出错。同时在一些证件的机读码区同时存在着字母字符以及数字字符，部分字符间局部形态上存在着相似，一旦存在不规律的灰度变化以及字符切割上的不准确，及其容易造成字符识别错误或者是个别字符识别不出的情况，影响识别效率和正确率。

现有专利CN106650715B《一种根据允许集对字符串OCR识别结果检错与纠错的方法》公开以下内容：输入允许集和OCR识别结果；找出重复字符串、不可存在字符串和缺失字符串即为OCR识别结果中错误的字符串；对不可存在字符串用固定位置字符对的字符替换其相应位置处的字符；替换后的字符串组成纠正中间集；从纠正中间集中找出与缺失字符串相同的字符串，组成纠正结果集；纠正结果集中字符串即为纠正成功的字符串。但该专利中允许集的内容为将要识别的全部文本内容，则允许集只能对应一种类型文本，允许集适用范围窄且需要的存储空间较大；且在允许集中搜索匹配重复字符串、不可存在字符串和缺失字符串，计算量较大且费时。其次，利用固定位置字符对进行纠错，只能对在固定位置上固定内容的字符进行纠错，局限较大。

发明内容

为了解决上述现有技术中存在的问题，本发明提供一种基于校验规则的OCR识别结果纠错方法，判断字符串类别并获取该字符串类别对应的校验规则，可以对多种具有一定编码规则的字符串进行校验，灵活性强，适用范围广。同时，利用替换字符集和校验规则，对识别结果进行纠错，提高形状相似字符的识别正确率，从而提高OCR识别结果的准确度。

本发明的技术方案如下：

技术方案一：

一种基于校验规则的OCR识别结果纠错方法，包括如下步骤：

S1、利用OCR算法识别图像中的字符串，得到识别结果；所述字符串包括若干个字段，并预先设置有对应的校验规则；所述校验规则规定字符串各字段中字符的类型；

S2、根据识别结果，判断字符串类别，并获取该字符串类别对应的校验规则；

S3、根据所述校验规则，对识别结果进行检错：在识别结果中查找字符类型不满足校验规则的字符，记该字符为错误字符；

S4、根据校验规则和检错结果，对识别结果进行纠错：预先设置一用于纠错的替换字符集，所述替换字符集包括若干个形状相似字符之间的对应关系；根据替换字符集查找所述错误字符对应的相似字符，若相似字符符合错误字符所在字段的校验规则，则将错误字符替换为该相似字符。

进一步的，根据检错结果，再次判断所述字符串类别是否正确，若字符串类别正确，则对识别结果进行纠错，否则舍弃该识别结果。