[发明专利]用于光学字符识别的训练数据生成方法、系统和电子设备

权利要求书

1.一种用于光学字符识别的训练数据生成方法，包括：

获得文字信息；

获得背景图像，所述背景图像包括从真实场景的图像中提取的第一背景图像，以及基于图像处理方法随机生成的第二背景图像；其中，所述基于图像处理方法随机生成的第二背景图像作为背景图像包括：

获得文字颜色，包括获得所述文字颜色在RGB规则下三个分量的值；

获得颜色差值范围，所述颜色差值范围为一预设值；

基于所述文字颜色以及所述颜色差值范围，确定背景颜色，其中，包括在RGB规则下所述背景颜色与所述文字颜色的三个分量对应差值的平方和大于等于所述预设值的平方；

基于所述背景颜色，生成背景图像；

以及

基于所述文字信息以及所述背景图像，生成用于光学字符识别的训练数据，其中，包括：

组合所述文字信息和所述背景图像，获得组合图像；

处理所述组合图像，生成用于光学字符识别的训练数据，其中，所述处理所述组合图像包括：

将所述组合图像缩小，然后放大到原始尺寸。

2.根据权利要求1所述的方法，其中，所述基于所述文字信息以及所述背景图像，生成用于光学字符识别的训练数据包括：

基于所述文字信息以及所述背景图像，分批次生成用于光学字符识别的训练数据，其中，在生成训练数据的过程中，调整参数使每批次生成的训练数据的数量增加。

3.根据权利要求1所述的方法，其中，所述获得文字信息包括以下至少一种：

从字符集中随机选取多个字符作为文字信息；

从语料库中随机抽取连续字符串作为文字信息，

其中，所述方法还包括以下至少一种：

去除所述语料库中重复的语料；

在所述字符集包括多种字体的字符的情况下，从所述字符集中剔除错误字符，所述错误字符包括不支持特定字体的特定字符。

4.根据权利要求1所述的方法，其中，所述获得背景图像包括：

随机选用第一方式或第二方式获得背景图像，其中，所述第一方式包括从背景库中选取从真实场景的图像中提取的第一背景图像作为背景图像，所述第二方式包括基于图像处理方法随机生成的第二背景图像作为背景图像。

5.根据权利要求1所述的方法，其中，其中，所述处理所述组合图像还包括：

将所述组合图像按照图像质量因子存储为jpg格式，其中，所述图像质量因子的值设定在预设范围内。

6.一种用于光学字符识别的训练数据生成系统，包括：

文字获得模块，用于获得文字信息；

背景获得模块，用于获得背景图像，所述背景图像包括从真实场景的图像中提取的第一背景图像，以及基于图像处理方法随机生成的第二背景图像；其中，所述基于图像处理方法随机生成的第二背景图像作为背景图像包括：

获得文字颜色，包括获得所述文字颜色在RGB规则下三个分量的值；

获得颜色差值范围，所述颜色差值范围为一预设值；

基于所述文字颜色以及所述颜色差值范围，确定背景颜色，其中，包括在RGB规则下所述背景颜色与所述文字颜色的三个分量对应差值的平方和大于等于所述预设值的平方；

基于所述背景颜色，生成背景图像；

以及

数据生成模块，用于基于所述文字信息以及所述背景图像，生成用于光学字符识别的训练数据，其中，包括：

图像组合子模块，组合所述文字信息和所述背景图像，获得组合图像；

图像处理子模块，处理所述组合图像，生成用于光学字符识别的训练数据，其中，所述处理所述组合图像包括：

将所述组合图像缩小，然后放大到原始尺寸。

7.根据权利要求6所述的系统，其中，所述数据生成模块用于：

基于所述文字信息以及所述背景图像，分批次生成用于光学字符识别的训练数据，其中，在生成训练数据的过程中，调整参数使每批次生成的训练数据的数量增加。