[发明专利]文字识别方法、装置和可读存储介质

权利要求书

1.一种文字识别方法，用于识别票据上的发票章，其特征在于，包括：

对票据图像进行检测，获取所述票据图像上发票章的位置坐标，根据所述位置坐标，提取所述发票章子图；

对所述发票章子图进行检测，获取发票章内容的类别和发票章内容的坐标，根据所述发票章内容的类别和所述发票章内容的坐标，获取发票章内容子图；

对所述发票章内容子图进行检测，识别所述发票章内容子图中的文字。

2.根据权利要求1所述的文字识别方法，其特征在于，所述发票章内容包括以下至少之一：

公司名称、税号、发票专用章字样、发票章代码。

3.根据权利要求1所述的文字识别方法，其特征在于，所述根据所述位置坐标，提取所述发票章子图，具体包括：

基于目标检测方法，采用多段线的方式，根据获取的所述位置坐标进行切割，根据所述位置坐标对感兴趣区域进行原始像素填充，得到所述发票章子图。

4.根据权利要求1所述的文字识别方法，其特征在于，所述对所述发票章子图进行检测，获取发票章内容的类别和发票章内容的坐标，具体包括：

根据所述发票章内容包含的种类，设置所述发票章内容对应的目标区域，采用多段线的方式，对所述发票章子图中的所述目标区域进行标注；

将标注后的所述发票章子图输入至训练后的多目标分类网络模型，所述多目标分类网络模型进行推理，得到所述发票章内容的类别和所述发票章内容的坐标。

5.根据权利要求4所述的文字识别方法，其特征在于，所述根据所述发票章内容包含的种类，设置所述发票章内容对应的目标区域之前，还包括：

建立所述多目标分类网络模型；

采用标注后的历史数据，对所述多目标分类网络模型进行训练，得到所述训练后的多目标分类网络模型；

其中，历史数据包括历史发票章子图、历史发票章子图中发票章内容的类别和发票章内容的坐标。

6.根据权利要求1至5中任一项所述的文字识别方法，其特征在于，所述对所述发票章内容子图进行检测，识别所述发票章内容子图中的文字，具体包括：

基于所述发票章内容子图为环形文字，对所述发票章内容子图进行极坐标变换，延伸为线型文字，对所述线型文字进行文字识别；

基于所述发票章内容子图为线型文字，对所述线型文字进行文字识别。

7.根据权利要求6所述的文字识别方法，其特征在于，所述对所述线型文字进行文字识别，具体包括：

采用深度学习模型开发工具的第一模型，对所述线型文字进行文字识别。

8.一种文字识别装置(100)，其特征在于，包括：

第一检测模块(110)，所述第一检测模块(110)对票据图像进行检测，获取所述票据图像上发票章的位置坐标；

提取模块(120)，所述提取模块(120)根据所述位置坐标，提取所述发票章子图；

第二检测模块(130)，所述第二检测模块(130)对所述发票章子图进行检测，获取发票章内容的坐标和类别；

识别模块(140)，基于所述发票章内容为环形文字，所述识别模块(140)对所述发票章内容进行极坐标变换，延伸为线型文字，对所述线型文字进行文字识别；基于所述发票章内容为线型文字，所述识别模块(140)对所述线型文字进行文字识别。

9.一种文字识别装置(200)，其特征在于，包括：

存储器(210)，存储有程序或指令；

处理器(220)，执行所述程序或指令；

其中，所述处理器(220)在执行所述程序或指令时，实现如权利要求1至7中任一项所述的文字识别方法的步骤。

10.一种可读存储介质，其特征在于，所述可读存储介质上存储有程序或指令，所述程序或指令被处理器执行时，实现如权利要求1至7中任一项所述的文字识别方法的步骤。