[发明专利]一种产品图片文字识别方法和系统

权利要求书

1.一种产品图片文字识别方法，其特征在于，所述方法包括如下步骤：

获取产品的原始图片据，采用CTPN算法检测原始图片文本区域；

采用CRNN算法对所述原始图片的文本区域进行文字识别，获取文本数据；

对所述文本数据进行分词，提取文本数据的关键词；

计算关键词和原始图片的相关度，根据相关度选择原始图片对应的关键词。

2.根据权利要求1所述的一种产品图片文字识别方法，其特征在于，检测图片文本区域方法包括：

设置图片长宽比固定值；

将原始图片的长宽比调整为长宽比固定值的整数倍的新图片；

对数据集中的真值框进行处理，将数据集中原始包围盒的标注划分成所述长宽比固定值的小包围盒；

将调整后的新图片输入到VGG16网络，获取VGG16网络中第五卷积block的第三卷积层的映射，获取大小为W×H×C的特征，其中W为图片宽度，H为图片高度，C为图片通道数；

对所述第五卷积block的第三卷积层采用滑动窗口进行特征向量提取；

将提取的特征向量输入到BLSTM网络进行处理，获取原始图片的文本提议框。

3.根据权利要求2所述的一种产品图片文字识别方法，其特征在于，采用3*3的滑动窗口第五卷积block的第三卷积层进行特征向量提取，获取W×3×3×C个特征向量，提取后的特征向量输入BLSTM网络后输出W×256维的向量，将W×256维的向量映射到512维的全连接层FC上；输出2k个垂直坐标，2k个文本与非文本的分数，k个边缘细化值，采用损失函数计算CTPN算法的损失值。

4.根据权利要求3所述的一种产品图片文字识别方法，其特征在于，获取所述2K个文本与非文本分数，并采用极大值抑制算法计算2K个文本与非文本分数，剔除多余的文本提议框，将文本提议框根据图的文本线构造方法进行连接组合，以获取文本行。

5.根据权利要求2所述的一种产品图片文字识别方法，其特征在于，所述文字识别方法包括如下步骤：

将调整后的新图片输入到VGG16网络中，生成32×W×3大小的图片特征，将32×W×3大小的图片特征转换为1×(W/4)×512的卷积特征矩阵，生成卷积特征矩阵，每一卷积特征矩阵对应一块矩形区域，将所述卷积特征矩阵输入到BLSTM层中，设置BLSTM层最大时间长度T＝(W/4)，将BLSTM输出的结果采用softmax函数进行分类，获取文字识别结果。

6.根据权利要求1所述的一种产品图片文字识别方法，其特征在于，采用CTC算法将所述BLSTM层输出的文本识别结果的每一个字符向量转换为字符，并将转换后的字符输出到原始图像的对应位置。

7.根据权利要求1所述的一种产品图片文字识别方法，其特征在于，所述关键词提取的方法包括如下步骤：

对原始图像对应的文本数据进行分词，获取文本数据中的关键词；

计算关键词和所述原始图像的相关度，设置相关度阈值；

将大于所述相关度阈值的关键词作为所述原始图像的关键词保存。

8.根据权利要求1所述的一种产品图片文字识别方法，其特征在于，所述关键词相关度采用TF-IDF算法，相关度计算方法包括：

计算关键词词频TF，所述

计算逆文档频率IDF,所述

计算关键词相关度TF-IDF＝TF(词频)×IDF(逆文档频率)。

9.一种产品图片文字识别系统，其特征在于，所述系统采用上述权利要求1-8中任意一项所述的一种产品图片文字识别方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储存储并运行上述权利要求9所述的一种产品图片文字识别系统。