[发明专利]一种书脊文字识别方法

说明书

本发明提出一种书脊文字识别方法，包括：利用图像获取装置获取文本图像，使用卷积神经网络识别书脊区域，进一步识别该书脊区域中的所有文字区域；对图像进行二值化处理，对二值化后的图像进行降噪处理并倾斜校正；图像特征提取及特征匹配，判断文字区域的排列方向和横排还是竖排，根据判断结果分别给出识别方法，进行识别后与字典匹配的文字；根据对书脊区域识别出来的各区域文字，保存为文字串格式，再与数据库信息进行智能化匹配，进行检索操作。

技术领域

本发明专利属于图书馆馆藏书目管理领域，具体涉及一种书脊文字识别方法。

背景技术

为了积极响应全民阅读的重要举措，如今大部分图书馆都采用大量流通、大规模借阅、全面开放的开架借阅的管理方式不仅大大提高了借阅的方便性，也更加充分发挥了图书的价值。但是，由于大部分读者并没有受到专门的借阅训练，不熟悉图书馆的借阅规定，再加上图书馆藏书众多，而且普遍存在书架设置不合理的问题，图书馆藏书的错架、乱架问题随之产生。

图书馆普遍采用传统的人力整理的方法解决这一问题。这种方法不仅耗时耗力，需要大量的人员投入，而且书籍整理归纳不及时的问题依然存在，严重影响读者借阅，同时也不利于图书管理。而基于深度学习的书脊信息识别系统为解决这一问题提供了新的思路。通过检测识别书脊信息，并定位当前位置，与图书馆系统内部存储的信息进行比对，及时报错，方便管理员发现并处理错架乱架问题。本文主要解决的是检测识别书脊信息的问题。

计算机视觉是指利用摄像头和处理器对对象特征进行识别，提取和跟踪，最终，经过人性化处理获得所需的图像信息。而近几年来，作为机器学习中发展最为迅速的一个领域，深度学习为计算机视觉带来了更加广阔的应用和发展前景。图像处理是深度学习最早尝试应用的领域。它通过建立起与大脑神经网络相似的分层模型，逐层提取输入图像信息的特征映射，建立起从低级数据信息到高级语义的对应关系，最终实现了对图像的智能化处理。

现已广泛应用在手写识别，证件信息审核、车牌识别等领域，其核心任务是文字检测和文字识别。而书脊检测的主要问题是文字的组织方式是竖排的，使用传统的横排文字检测方式准确率不高，书脊区域的识别分割，书脊上不同区域的识别分割，其效果将直接影响到最终的文字识别效果。因此文本区域的检测和提取以及文字的准确识别是书脊文字识别的重点和难点。

传统方法文字识别主要针对横排文字进行识别，竖排文字识别的准确率不高，而由于书脊上的文字排列比较复杂，文字有横排的和竖排的，因此我们对这些复杂情况做了一些处理，使用图像切割、旋转、拼接的方式将每一种情况转换为横排文字，再用传统文字识别方法进行文字识别，识别结果是文字串，用来在数据库中进行检索。

发明内容

本发明针对上述现有技术中存在的诸多技术问题，提出如下改进：

1.将书脊上文字进行区域切割，按照文字方向，排版方式做详细区分，分别给出识别方案；

2.竖排文字，使用文字切割，旋转，组装的方式转换为横排文字，可应用最先进的横排文字识别方法进行文字识别。

本发明的有益效果

现有技术还没有能够直接应用于书脊识别的有效方法，对书脊直接使用文字识别方法，或者不对书脊进行区域切割，其识别准确率很低。本发明可以将书脊识别的准确率提升为现有文字识别准确率水平。

本发明的具体发明内容如下：

本发明公开一种书脊文字识别方法，包括：

步骤一，利用图像获取装置获取文本图像，使用卷积神经网络识别书脊区域，进一步识别该书脊区域中的所有文字区域；

步骤二，图像处理，对图像进行二值化处理，对二值化后的图像进行降噪处理并倾斜校正；