[发明专利]一种图像文本识别的方法和装置

权利要求书

1.一种图像文本识别的方法，其特征在于，所述方法包括：

获取至少一种字符组合，利用获取的至少一种字符组合建立字符集，将所述字符集中每一种字符组合依据预设的构建方式生成对应的单行文本图像，利用所述生成的单行文本图像构建单行文本图像训练集；所述生成对应的单行文本图像包括：基于模拟自然场景的特点，将所述字符集中每一种字符组合扩展成具有不同形状及背景形成的图像；

利用所述单行文本图像训练集训练预设的神经网络模型，得到单行文本识别模型；

利用所述单行文本识别模型识别随机场景的单行文本图像，得到识别后的文本信息。

2.根据权利要求1所述的方法，其特征在于，所述预设的构建方式包括：随机改变字符的形状，或随机的改变字符组合的背景或前景。

3.根据权利要求1所述的方法，其特征在于，在生成对应的单行文本图像之后，所述方法还包括：对所述单行文本图像进行缩放处理，使得缩放处理后的单行文本图像的宽度为预设的固定的像素。

4.根据权利要求1所述的方法，其特征在于，利用所述单行文本图像训练集训练预设的神经网络模型，得到单行文本识别模型，包括：利用卷积神经网络提取所述单行文本图像训练集中每一个单行文本图像对应的文本序列特征，利用所述文本序列特征训练递归神经网络LSTM识别模型，得到单行文本识别模型。

5.一种图像文本识别的装置，其特征在于，所述装置包括：构建模块、训练模块和识别模块；其中，

构建模块，用于获取至少一种字符组合，利用获取的至少一种字符组合建立字符集，将所述字符集中每一种字符组合依据预设的构建方式生成对应的单行文本图像，利用所述生成的单行文本图像构建单行文本图像训练集；所述生成对应的单行文本图像包括：基于模拟自然场景的特点，将所述字符集中每一种字符组合扩展成具有不同形状及背景形成的图像；

处理模块，用于利用所述单行文本图像训练集训练预设的神经网络模型，得到单行文本识别模型；

识别模块，用于利用所述单行文本识别模型识别随机场景的单行文本图像，得到识别后的文本信息。

6.根据权利要求5所述的装置，其特征在于，所述预设的构建方式包括：随机改变字符的形状，或随机的改变字符组合的背景或前景。

7.根据权利要求5所述的装置，其特征在于，所述构建模块，还用于在生成对应的单行文本图像之后，对所述单行文本图像进行缩放处理，使得缩放处理后的单行文本图像的宽度为预设的固定的像素。

8.根据权利要求5所述的装置，其特征在于，所述处理模块，具体用于利用卷积神经网络提取所述单行文本图像训练集中每一个单行文本图像对应的文本序列特征，利用所述文本序列特征训练递归神经网络LSTM识别模型，得到单行文本识别模型。