[发明专利]字体识别方法、装置、设备及计算机可读存储介质有效

专利信息
申请号: 201811555857.4 申请日: 2018-12-19
公开(公告)号: CN111339803B 公开(公告)日: 2023-10-24
发明(设计)人: 郭培龙;王守强;程立双 申请(专利权)人: 新方正控股发展有限责任公司;北京北大方正电子有限公司
主分类号: G06V30/148 分类号: G06V30/148;G06V30/226;G06V30/18;G06V30/19
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 张子青;刘芳
地址: 519030 广东省珠海市横琴*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 字体 识别 方法 装置 设备 计算机 可读 存储 介质
【权利要求书】:

1.一种字体识别方法,其特征在于,包括:

接收拍摄模块拍摄的字体图像;

对所述字体图像进行预处理;

将预处理后的所述字体图像添加至预设的字体识别模型中,获得所述字体图像对应的字体名称。

2.根据权利要求1所述的字体识别方法,其特征在于,所述将预处理后的所述字体图像添加至预设的字体识别模型中,获得所述字体图像对应的字体名称之前,还包括:

通过预设的待训练字体数据对预设的待训练模型进行训练,获得所述预设的字体识别模型。

3.根据权利要求2所述的字体识别方法,其特征在于,所述通过预设的待训练字体数据对预设的待训练模型进行训练,获得所述预设的字体识别模型之前,还包括:

获取预设的待处理数据,所述待处理数据为黑白字体图像;

将所述待处理数据随机渲染为彩色图像数据;

将所述彩色图像数据随机分为测试集与训练集;

分别对所述测试集与所述训练集中的彩色图像数据进行标注,获得所述待训练字体数据。

4.根据权利要求3所述的字体识别方法,其特征在于,所述分别对所述测试集与所述训练集中的彩色图像数据进行标注,获得所述待训练字体数据,包括:

在所述测试集与所述训练集中添加随机噪声以及随机模糊;

针对所述测试集与所述训练集中的每一彩色图像数据,对所述彩色图像数据的字体名称进行标注。

5.根据权利要求3所述的字体识别方法,其特征在于,所述通过预设的待训练字体数据对预设的待训练模型进行训练,获得所述预设的字体识别模型,包括:

通过所述测试集与训练集对所述待训练模型进行训练,对所述待训练模型的超参数进行调整,直至所述待训练模型收敛,获得所述字体识别模型。

6.根据权利要求1-5任一项所述的字体识别方法,其特征在于,所述对所述字体图像进行预处理,包括:

计算所述字体识别模型的均值图像;

将所述字体图像减去所述均值图像,获得预处理后的所述字体图像。

7.一种字体识别装置,其特征在于,包括:

字体图像接收模块,用于接收拍摄模块拍摄的字体图像;

预处理模块,用于对所述字体文件进行预处理;

识别模块,用于将预处理后的所述字体图像添加至预设的字体识别模型中,获得所述字体图像对应的字体名称。

8.根据权利要求7所述的字体识别直至,其特征在于,所述装置还包括:

训练模块,用于通过预设的待训练字体数据对预设的待训练模型进行训练,获得所述预设的字体识别模型。

9.一种字体识别设备,其特征在于,包括:存储器,处理器;

存储器;用于存储所述处理器可执行指令的存储器;

其中,所述处理器被配置为由所述处理器执行如权利要求1-6任一项所述的字体识别方法。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1-6任一项所述的字体识别方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于新方正控股发展有限责任公司;北京北大方正电子有限公司,未经新方正控股发展有限责任公司;北京北大方正电子有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811555857.4/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top