[发明专利]一种基于OCR的图像处理方法、系统、设备及介质

权利要求书

1.一种基于OCR的图像处理方法，其特征在于，所述方法步骤如下：

识别图像中的一个或多个字符，找出与所述一个或多个字符最相近或最相似的一个或多个字体，生成一个或多个训练样本集数据；

根据所述一个或多个训练样本集数据进行一次或多次训练，生成一个或多个目标识别模型。

2.根据权利要求1所述的基于OCR的图像处理方法，其特征在于，所述目标识别模型包括用于识别以下至少之一：银行卡、驾驶证、发票。

3.根据权利要求1所述的基于OCR的图像处理方法，其特征在于，将带有一个或多个字符标注的文本行图像输入至文本行识别模型中，获取识别结果；

根据所述识别结果和所述字符标注找出正确的一个或多个字符；

将每个正确的字符图像输入至字体识别模型中，获取与所述一个或多个字符最相近或最相似的一个或多个字体。

4.根据权利要求3所述的基于OCR的图像处理方法，其特征在于，所述识别结果包括以下至少之一：文本行图像中的一个或多个字符、文本行图像中每个字符对应的位置。

5.根据权利要求4所述的基于OCR的图像处理方法，其特征在于，获取每个正确字符对应的位置，并基于每个正确字符对应的位置，抠出每个正确的字符图像；

将抠出的每个正确的字符图像输入至字体识别模型中，获取与所述一个或多个字符最相近或最相似的一个或多个字体。

6.根据权利要求1所述的基于OCR的图像处理方法，其特征在于，所述训练样本集数据的数据格式包括以下至少之一：路径、标签、文本行的坐标框、一个或多个单字的坐标框。

7.根据权利要求1所述的基于OCR的图像处理方法，其特征在于，还包括通过增强学习算法从超参空间中搜索一组或多组超参数形成的增强组合，并结合比例因子生成不同类型的一个或多个训练样本。

8.根据权利要求7所述的基于OCR的图像处理方法，其特征在于，还包括通过图像风格转换和/或生成对抗网络生成一个或多个训练样本，并结合增强组合生成的训练样本生成一个或多个训练样本集数据。

9.根据权利要求1或7所述的基于OCR的图像处理方法，其特征在于，还包括对生成的一个或多个训练样本集数据加入扰动因素进行增强，加入扰动因素的参数包括以下至少之一：字符规则、字符长度、字典范围、字符个数、文本行、文本框。

10.根据权利要求1所述的基于OCR的图像处理方法，其特征在于，基于所述一个或多个训练样本集数据进行一次或多次训练，训练框架包括以下至少之一：卷积神经网络、循环神经网络、连接序列分类。

11.根据权利要求10所述的基于OCR的图像处理方法，其特征在于，获取训练样本集数据的超参数，按照所述超参数设定训练概率；根据设定的训练概率随机抽取一个或多个训练样本集数据，组成batch进行训练，生成一个或多个目标识别模型。

12.根据权利要求11所述的基于OCR的图像处理方法，其特征在于，还包括在一次或多次训练后，使用自适应矩估计优化器对生成的目标识别模型进行评估验证，保存评估验证结果中最佳的目标识别模型。

13.根据权利要求10至12中任一所述的基于OCR的图像处理方法，其特征在于，在训练开始时，若已有初始状态的目标识别模型，则使用初始状态的目标识别模型进行迁移学习。

14.根据权利要求1所述的基于OCR的图像处理方法，其特征在于，还包括部署训练完成后的目标识别模型，对待识别的字段切片进行推理识别。