[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
【说明书】:

发明提供一种字体识别方法、装置、设备及计算机可读存储介质,方法包括:接收拍摄模块拍摄的字体图像;对所述字体文件进行预处理;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。从而能够快速地获取到用户喜欢的字体的名称,以使用户根据该字体名称进行字体的下载以及使用,提高用户体验。

技术领域

本发明涉及数据处理领域,尤其涉及一种字体识别方法、装置、设备及计算机可读存储介质。

背景技术

随着字体设计的蓬勃发展,越来越多不同风格的字体出现在社会的各个角落。当用户看到心仪的字体时,往往向知道该字体的名称,以便后续对该字体进行获取与使用,因此,如何是用户及时了解这些字体的名称和与其风格相似的字体名称,达到所见即所得的效果,即成为了亟待解决的问题。

传统的字体识别算法主要是特征提取法,通过SIFT、小波多层分解等传统算法抽取待识别字体图片的浅层特征,然后将这些特征按一定规则组合,与字体文件(True TypeFont,简称TTF)生成的特征库进行相似度匹配计算,最终选择相似度值最大的一个结果作为待识别字体的名称。

但由于采用上述传统的字体识别方案需要对待识别字体图片进行必要的图像预处理(去噪音、去模糊、倾斜矫正等),会间接丢失待识别字体图片的部分字体特征,导致识别精度不高,从而无法快速精准地识别出用户当前所喜欢的字体的名称,进而导致用户体验较差。

发明内容

本发明提供一种字体识别方法、装置、设备及计算机可读存储介质,用于解决现有技术中由于需要对待识别字体图片进行必要的图像预处理从而导致无法快速精准地识别出用户当前所喜欢的字体的名称的技术问题。

本发明的第一个方面是提供一种字体识别方法,包括:

接收拍摄模块拍摄的字体图像;

对所述字体文件进行预处理;

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。

本发明的另一个方面是提供一种字体识别装置,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。

本发明的又一个方面是提供一种字体识别设备,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上述的字体识别方法。

本发明的又一个方面是提供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上述的字体识别方法。

本发明提供的字体识别方法、装置、设备及计算机可读存储介质,通过接收拍摄模块拍摄的字体图像;对所述字体文件进行预处理;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。从而能够快速地获取到用户喜欢的字体的名称,以使用户根据该字体名称进行字体的下载以及使用,提高用户体验。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。

图1为本发明所基于的网络架构图;

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/201811555857.4/2.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