[发明专利]一种图像文字识别的方法及装置

权利要求书

1.一种图像文字识别的方法，其特征在于，该方法包括：

A、首先获取文字图像，并对文字图像进行缩放、归一化处理，然后读取处理后的图像并识别图像文字方向；

B、根据图像文字方向的识别结果，对文字图像进行校正；

C、对校正后的文字图像进行缩放、归一化处理，然后读取校正后的文字图像；

D、确定图像中每行文字所在的区域坐标，并确定出图像中每行文字倾斜的角度；

E、获取每行文字所在图像的区域坐标，以及对应行文字的倾斜度，在图像中截取每个区域坐标位置的图片，保存为image box，将这些生成的image box进行缩放和归一化处理，将将处理后的image box存入链表；

F、获取链表，并且识别出传入图像的文字内容，并返回识别出的文字在字典中的下标。

2.根据权利要求1所述图像文字识别的方法，其特征在于，步骤A中行文字方向识别的角度包括90°、180°、270°。

3.根据权利要求1所述图像文字识别的方法，其特征在于，步骤B会根据步骤A的结果，对文字图像进行相应的校正。

4.根据权利要求1所述图像文字识别的方法，其特征在于，步骤C中对校正后的文字图像进行缩放、归一化处理，其内容包括：

C1、将文字图像缩放成符合文件检测模型需要的shape；

C2、对图像的RGB内容进行归一化处理。

5.根据权利要求1所述图像文字识别的方法，其特征在于，还包括对文字图像分类。

6.一种图像文字识别的装置，其特征在于，所述的装置包括：图像文字方向检测模块、文字检测模块、文字识别模块，

图像文字方向检测模块

获取文字图像，并对文字图像进行缩放、归一化处理，然后读取处理后的图像并识别图像文字方向；

根据图像文字方向的识别结果，对文字图像进行校正，并且对校正后的文字图像进行缩放、归一化处理；

文字检测模块

获取处理后的文字图像，确定图像中每行文字所在的区域坐标，并确定出图像中每行文字倾斜的角度；

获取每行文字所在图像的区域坐标，以及对应行文字的倾斜度，在图像中截取每个区域坐标位置的图片，保存为image box，将这些生成的image box进行缩放和归一化处理，将将处理后的image box存入链表；

文字识别模块

获取链表，并且识别出传入图像的文字内容，并返回识别出的文字在字典中的下标。