[发明专利]图片文本的相似度评价方法及装置

权利要求书

1.一种图片文本的相似度评价方法，其特征在于，包括以下步骤：

获取第一图片文本和第二图片文本；

分别提取所述第一图片文本和所述第二图片文本中的字符；

将所述字符对齐到网格上，进行归一化处理；

提取所述字符对应于所述网格上的灰度值，形成对应于每个字符的灰度值矩阵；

依次对比所述第一图片文本中的每个字符的灰度值矩阵与所述第二图片文本中的每个字符的灰度值矩阵，得到字符评分值；

根据所述字符评分值，计算所述第一图片文本与所述第二图片文本之间的相似度；

其中，所述方法还包括：

分别提取所述第一图片文本和所述第二图片文本中的N个关键词，所述关键词为第一图片文本和所述第二图片文本中频率最高的N个字符或字符串；

分别对比所述关键词，计算所述第一图片文本和所述第二图片文本之间所述关键词的相似度，以得到关键词评分值；

根据比对结果，计算所述第一图片文本与所述第二图片文本之间的相似度，采用如下公式计算：

；

其中，A为所述第一图片文本与所述第二图片文本之间的相似度，a₁和a₂为常数，n为所述第一图片文本与所述第二图片文本中最小的字符总数；f_i为所述字符评分值，N为关键词的数量，f_j为所述关键词评分值。

2.根据权利要求1所述的相似度评价方法，其特征在于，所述分别提取所述第一图片文本和所述第二图片文本中的N个关键词，包括以下步骤：

对所述第一图片文本和所述第二图片文本中的所有字符进行切词处理，形成若干对应于第一图片文本和所述第二图片文本中字符串的灰度值矩阵，所述切词处理为将所述第一图片文本或所述第二图片文本中的单个字符组成词语；

依次判断每两个所述字符串的灰度值矩阵的距离是否小于第一阈值；

当判断结果为是时，则确定两个字符串为相同的字符串；

统计所述相同的字符串的数量，其中，数量最大的前N个字符串为所述关键词。

3.根据权利要求1或2所述的相似度评价方法，其特征在于，所述分别对比所述关键词，计算所述第一图片文本和所述第二图片文本之间所述关键词的相似度，包括：

依次提取所述第一图片文本的任意一个关键词和所述第二图片文本中的任意一个关键词；

计算提取出的两个关键词对应的灰度值矩阵之间的距离；

根据计算结果，确定所述关键词的相似度。

4.一种图片文本的相似度评价装置，其特征在于，包括：

获取单元，用于获取第一图片文本和第二图片文本；

第一提取单元，用于分别提取所述第一图片文本和所述第二图片文本中的字符；

对齐单元，用于将所述字符对齐到网格上，进行归一化处理；

第二提取单元，用于提取所述字符对应于所述网格上的灰度值，形成对应于每个字符的灰度值矩阵；

第一对比单元，用于依次对比所述第一图片文本中的每个字符的灰度值矩阵与所述第二图片文本中的每个字符的灰度值矩阵，得到字符评分值；

计算单元，用于根据所述字符评分值，计算所述第一图片文本与所述第二图片文本之间的相似度；

其中，所述装置还包括：

第三提取单元，用于分别提取所述第一图片文本和所述第二图片文本中的N个关键词，所述关键词为第一图片文本和所述第二图片文本中频率最高的N个字符或字符串；

第二对比单元，用于分别对比所述关键词，计算所述第一图片文本和所述第二图片文本之间所述关键词的相似度，以得到关键词评分值；

根据比对结果，计算所述第一图片文本与所述第二图片文本之间的相似度，采用如下公式计算：

；

其中，A为所述第一图片文本与所述第二图片文本之间的相似度，a₁和a₂为常数，n为所述第一图片文本与所述第二图片文本中最小的字符总数；f_i为所述字符评分值，N为关键词的数量，f_j为所述关键词评分值。