[发明专利]PDF图纸文字识别方法、系统以及设备

说明书

本发明提供了一种PDF图纸文字识别方法、系统以及设备，该PDF图纸文字识别方法包括以下步骤：基于深度学习执行光学字符识别步骤；定制化识别和通用识别步骤；以及移动设备低质量图像识别步骤；其中，该基于深度学习执行光学字符识别步骤包括步骤：检测场景中有文字的区域并对区域中的文字进行识别，其中基于CTPN、Seglink、TextBoxes、FTSN、Pixellink以及CRAFT算法执行文本检测；其中基于CNN、CRNN算法进行文字的识别；其中，该定制化识别步骤包括以下步骤：根据PDF中表格文字或者PDF中框架内容识别PDF图纸类型；根据结构化特征提取区域内的内容；以及提取关键区域，通过深度神经网络识别区域中的文字或提取关键文字。

技术领域

本发明涉及图像处理领域，尤其涉及一种PDF图纸文字识别方法、系统以及设备。

背景技术

人工智能在数据、算法和计算能力方面取得了飞速发展，在全球经济数字化转型的大背景下迎来了新一轮的发展浪。此次人工智能浪潮的影响力远超之前，其中最显著的特点是影响力从专业领域扩散到了大众化领域。

PDF高精度识别作为当今市场颇为成熟的技术，基于传统OCR和深度学习的方法也应用于各行各业。银行票据的识别、PDF表格识别和工业图纸识别都是已经被应用广泛且成熟的技术。针对格式化、模板化的PDF的识别在精度上和速度上都取得了令人瞩目的成效，从而提高了各行业从业人员的工作效率和能力。

传统的PDF识别基本固定形式的PDF，对PDF质量有一定要求。而随着智能手机的普及，对于个人手机拍摄的低质量PDF图像，传统方法并没有很好的解决方案。

而当下大多数PDF识别都是整张识别，并没有提供针对特殊区域的提取和识别。针对一些结构化的PDF图纸，提取用户感兴趣的区域(POI)并解析其中的内容也是本方案的一个特色。

发明内容

本发明的目的在于提供一种PDF图纸文字识别方法、系统以及设备，提供了定制化和通用场景等多种识别方案，并且基于深度学习最近的OCR算法和相应的图像处理技术，能提供用户识别低质量图像的解决方案。

本发明的另一目的在于提供一种PDF图纸文字识别方法、系统以及设备，能够针对工业图纸、票据、个人设备拍摄图像等各类场景的识别，并解决不同用户的不同需求。

为了实现上述至少一个发明目的，本发明提供了一种PDF图纸文字识别方法，所述PDF图纸文字识别方法包括以下步骤：

基于深度学习执行光学字符识别步骤；定制化识别和通用识别步骤；以及移动设备低质量图像识别步骤；

其中，所述基于深度学习执行光学字符识别步骤包括步骤：检测场景中有文字的区域并对区域中的文字进行识别，其中基于CTPN、Seglink、TextBoxes、FTSN、Pixellink以及CRAFT算法执行文本检测；其中基于CNN、CRNN算法进行文字的识别；

其中，所述定制化识别步骤包括以下步骤：根据PDF中表格文字或者PDF中框架内容识别PDF图纸类型；根据结构化特征提取区域内的内容；以及提取关键区域，通过深度神经网络识别区域中的文字或提取关键文字。

在一些实施例中，其中所述定制化识别步骤的所述提取关键区域步骤还包括以下步骤：

根据POI比例大小提取关键区域；

利用霍夫变换、角点检测提取所有框架；

根据文字的模糊匹配和精确匹配提取关键区域；

根据区域的边缘特性提取关键区域；以及

根据区域中文字特性提取关键区域。