[发明专利]字符识别方法、装置、计算机设备和计算机可读存储介质

说明书

本申请涉及一种字符识别方法、装置、计算机设备和计算机可读存储介质。所述字符识别方法包括：从目标图像中截取包括文本信息的目标区域图像；基于语义分割网络对所述目标区域图像进行去偏色处理，获取去偏色后的目标区域图像；对所述去偏色后的目标区域图像进行字符识别，得到所述文本信息的字符识别结果。采用本方法能够提升目标图像中文本信息的字符识别准确率。

技术领域

本发明涉及字符识别技术领域，特别是涉及一种字符识别方法、装置、计算机设备和计算机可读存储介质。

背景技术

图像识别作为计算机视觉研究领域的分支之一，已被广泛应用在众多行业，字符识别技术属于图像识别领域。

OCR(Optical Character Recognition，光学字符识别)作为一种字符识别技术，可以从输入的图像中识别出文本信息的字符识别结果，例如，输入表单、证件等图像至OCR模型中，即可得到OCR模型输出的该表单或该证件中的字符信息。

但是，上述字符识别技术受图像拍摄效果的影响较大，因此，常常存在误识别的情况，字符识别的准确率有待提高。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提升图像文本信息的字符识别准确率的字符识别方法、装置、计算机设备和计算机可读存储介质。

第一方面，本申请实施例提供了一种字符识别方法，字符识别方法包括：

从目标图像中截取包括文本信息的目标区域图像；

基于语义分割网络对所述目标区域图像进行去偏色处理，获取去偏色后的目标区域图像；

对所述去偏色后的目标区域图像进行字符识别，得到所述文本信息的字符识别结果。

在其中一个实施例中，所述基于语义分割网络对所述目标区域图像进行去偏色处理，获取去偏色后的目标区域图像，包括：

将所述目标区域图像输入至去偏色模型中，得到所述去偏色模型输出的处理结果；所述去偏色模型基于语义分割网络训练得到；

根据所述处理结果，获取所述去偏色后的目标区域图像。

在其中一个实施例中，所述去偏色模型包括特征提取层和归一化层，所述将所述目标区域图像输入至去偏色模型中，得到所述去偏色模型输出的处理结果，包括：

将所述目标区域图像输入至所述去偏色模型中，通过所述去偏色模型的特征提取层获取所述目标区域图像的各像素点分别对应的一组三通道特征值；

通过所述去偏色模型的归一化层对每组三通道特征值进行归一化处理，得到各所述像素点分别对应的一组归一化三通道特征值；

将各所述像素点分别对应的一组归一化三通道特征值确定为所述处理结果。

在其中一个实施例中，所述根据所述处理结果，获取所述去偏色后的目标区域图像，包括：

对各所述像素点分别对应的一组归一化三通道特征值分别乘预设倍数，得到各所述像素点分别对应的RGB值；

根据各所述像素点分别对应的RGB值确定所述去偏色后的目标区域图像。

在其中一个实施例中，所述语义分割网络为SegNet网络。

在其中一个实施例中，所述去偏色模型的训练过程包括：

将初始SegNet的Softmax层替换为归一化层，得到初始去偏色模型；所述初始SegNet为参数初始化的SegNet；

获取多组样本图像；每组样本图像均包括样本目标区域图像和样本去偏色后的目标区域图像；