[发明专利]一种字符识别方法、装置、设备及介质

说明书

本申请实施例公开了一种字符识别方法，在进行字符识别时，利用预先训练的字符识别网络模型实现，该字符识别网络模型是利用第一样本图像以及第一样本图像所对应的多个子样本图像训练生成的。其中，多个子样本图像中每个子样本图像的高度与第一样本图像的高度相同，每个子样本图像的宽度相同且每个子样本图像的宽度小于第一样本图像的宽度。本申请无需对第一样本图像进行人工标注，通过对齐局部特征(多个子样本图像)和整体特征(第一样本图像)的方式来训练字符识别网络模型，降低标注成本，提高训练效率。在实际使用时，将文本图像输入字符识别网络模型，即能够完整的提取图像中文本信息的特征，并根据特征进行识别，获得输出结果。

技术领域

本申请涉及计算机技术领域，具体涉及一种字符识别方法、装置、设备及介质。

背景技术

光学字符识别(Optical Character Recognition，OCR)是指对包含文本资料的图像文件进行分析识别处理，获取文字的技术，是自动识别技术研究和应用领域中的一个重要方面。

通常情况下，OCR识别模型通过有监督训练方法来生成，在该训练过程中，需要采集已进行人工标注的样本数据，进而利用该样本数据进行训练。为提高OCR识别模型的识别精度，则采集大量的样本数据时，需要耗费较大的人力进行人工标注，增加训练成本。

发明内容

有鉴于此，本申请实施例提供一种字符识别方法、装置、设备及介质，以实现利用无标注的样本数据进行模型进行训练，降低训练成本。

为实现上述目的，本申请实施例提供的技术方案如下：

在本申请实施例第一方面，提供了一种字符识别方法，所述方法包括：

获取待处理的文本图像，所述待处理的文本图像包括待识别文本信息；

将所述待处理的文本图像输入字符识别网络模型中，获得输出结果，所述输出结果包括所述待识别文本信息；

其中，所述字符识别网络模型是利用训练样本训练生成的，所述训练样本包括第一样本图像以及所述第一样本图像所对应的多个子样本图像，所述多个子样本图像中每个子样本图像的高度与所述第一样本图像的高度相同，所述多个子样本图像中每个子样本图像的宽度相同，且所述每个子样本图像的宽度小于所述第一样本图像的宽度，所述第一样本图像包括文本信息。

在本申请实施例第二方面，提供了一种字符识别装置，所述装置包括：

获取单元，用于获取待处理的文本图像，所述待处理的文本图像包括待识别文本信息；

处理单元，用于将所述待处理的文本图像输入字符识别网络模型中，获得输出结果，所述输出结果包括所述待识别文本信息；其中，所述字符识别网络模型是利用训练样本训练生成的，所述训练样本包括第一样本图像以及所述第一样本图像所对应的多个子样本图像，所述多个子样本图像中每个子样本图像的高度与所述第一样本图像的高度相同，所述多个子样本图像中每个子样本图像的宽度相同，且所述每个子样本图像的宽度小于所述第一样本图像的宽度，所述第一样本图像包括文本信息。

在本申请实施例第三方面，提供了一种电子设备，所述设备包括：处理器和存储器；

所述存储器，用于存储指令或计算机程序；

所述处理器，用于执行所述存储器中的所述指令或计算机程序，以使得所述电子设备执行第一方面所述的字符识别方法。

在本申请实施例第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在设备上运行时，使得所述设备执行第一方面所述的字符识别方法。

在本申请实施例第五方面，提供了一种计算机程序产品，当所述计算机程序产品在计算机上运行时，使得计算机执行第一方面所述的字符识别方法。

由此可见，本申请实施例具有如下有益效果：