[发明专利]图像处理方法及装置在审

专利信息
申请号: 202010645868.2 申请日: 2020-07-07
公开(公告)号: CN111767884A 公开(公告)日: 2020-10-13
发明(设计)人: 杨万里;郭常圳 申请(专利权)人: 北京猿力未来科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04
代理公司: 北京智信禾专利代理有限公司 11637 代理人: 刘晓楠
地址: 100102 北京市朝阳区广顺南大*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 装置
【说明书】:

本说明书提供图像处理方法及装置,其中所述图像处理方法包括:获取待识别图像;将所述待识别图像输入至识别模型进行字符识别,获得所述待识别图像的识别结果,所述识别结果包括第一字符和第二字符;基于所述识别结果在预设的算式数据库中筛选目标算式,并将所述第二字符与所述目标算式和所述第一字符的运算结果进行比对;根据比对结果和所述待识别图像生成目标图像并展示。

技术领域

本说明书涉及图像处理技术领域,特别涉及图像处理方法及装置。

背景技术

随着互联网技术的发展,互联网教育行业受到了越来越多的用户关注,在该行业中工具类教育产品不仅可以为学生辅导帮助,还能够为家长和老师提供辅助教育的帮助。目前的工具类教育产品有很多都是能够提供拍照批改功能的,但是大部分都只能解决低年级阶段的普通分式和单位的换算,对于数列这种类别多、规律复杂的题型,只能通过预设题库的方式进行批改,即根据识别出的数列题目在预设题库中,筛选与数列题目相同的目标数列题目对其进行批改,如果题库的丰富度较低,可能导致无法正确的对数列题目进行批改,很大程度上影响用户的体验效果,故亟需一种有效的方案以解决该问题。

发明内容

有鉴于此,本说明书实施例提供了一种图像处理方法。本说明书同时涉及一种图像处理装置,一种计算设备,以及一种计算机可读存储介质,以解决现有技术中存在的技术缺陷。

根据本说明书实施例的第一方面,提供了一种图像处理方法,包括:

获取待识别图像;

将所述待识别图像输入至识别模型进行字符识别,获得所述待识别图像的识别结果,所述识别结果包括第一字符和第二字符;

基于所述识别结果在预设的算式数据库中筛选目标算式,并将所述第二字符与所述目标算式和所述第一字符的运算结果进行比对;

根据比对结果和所述待识别图像生成目标图像并展示。

可选的,所述获取待识别图像,包括:

获取用户上传的拍摄图像;

在检测到所述拍摄图像中包含目标题型的情况下,根据所述拍摄图像生成所述目标题型对应的所述待识别图像。

可选的,所述根据所述拍摄图像生成所述目标题型对应的所述待识别图像,包括:

通过题型定位框对所述拍摄图像中的所述目标题型进行定位,获得所述目标题型对应的中间待识别图像;

基于目标检测算法对所述中间待识别图像中所述目标题型包含的目标字符进行检测,并根据检测结果生成所述待识别图像。

可选的,所述将所述待识别图像输入至识别模型进行字符识别,获得所述待识别图像的识别结果,包括:

确定所述待识别图像中包含的目标题型的题型类型;

按照所述题型类型对所述待识别图像进行标注;

将标注后的待识别图像输入至所述识别模型进行字符识别,获得所述识别结果。

可选的,所述将标注后的待识别图像输入至所述识别模型进行字符识别,获得所述识别结果,包括:

根据标注后的待识别图像在所述识别模型中确定目标识别模块,经过所述目标识别模块中的卷积神经网络对所述待识别图像进行处理,获得特征向量;

根据所述目标识别模块中的长短期记忆网络对所述特征向量进行识别,获得所述识别结果。

可选的,所述基于所述识别结果在预设的算式数据库中筛选目标算式步骤执行之前,还包括:

根据并查集算法在所述识别结果中筛选出子字符组成字符集合;

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北京猿力未来科技有限公司,未经北京猿力未来科技有限公司许可,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/202010645868.2/2.html,转载请声明来源钻瓜专利网。

×

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