[发明专利]文字识别方法、装置、设备、存储介质和智能词典笔

说明书

本公开公开了一种文字识别方法，涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域，可应用于光学字符识别OCR等场景。具体实现方案为：获取针对文档连续扫描得到的多个图像序列；基于多个图像序列进行图像拼接，得到对应的多个连续拼接图像帧，其中，两两连续拼接图像帧之间存在重叠区域；基于多个连续拼接图像帧进行文字识别，得到对应的多个识别结果；以及基于多个连续拼接图像帧中两两连续拼接图像帧间的重叠区域，对多个识别结果进行去重处理，得到针对文档的文字识别结果。

技术领域

本公开涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域，可应用于光学字符识别(Optical Character Recognition，简称OCR)等场景。具体涉及一种文字识别方法、装置、设备、存储介质、智能词典笔和计算机程序产品。

背景技术

近些年来，搭载着OCR功能的智能硬件产品在教育市场应运而生，比如智能词典笔、智能平板等。其中智能词典笔得到了各大企业的关注和布局，比如很多企业都已有自有品牌的智能词典笔。

搭载着OCR功能的智能硬件产品，通常需要具有文字唤醒功能和文字识别功能。并且，这种智能硬件产品通常具有基于高速相机捕捉的文字片段进行处理并展示对应原文、译文、以及相关搜索内容和推荐内容的基本功能。这些基本功能要求智能硬件产品能够在连续视频帧场景下对大量文字片段进行精准识别。

发明内容

本公开提供了一种文字识别方法、装置、设备、存储介质、智能词典笔和计算机程序产品。

根据本公开的一方面，提供了一种文字识别方法，包括：获取针对文档连续扫描得到的多个图像序列；基于所述多个图像序列进行图像拼接，得到对应的多个连续拼接图像帧，其中，两两连续拼接图像帧之间存在重叠区域；基于所述多个连续拼接图像帧进行文字识别，得到对应的多个识别结果；以及基于所述多个连续拼接图像帧中两两连续拼接图像帧间的重叠区域，对所述多个识别结果进行去重处理，得到针对所述文档的文字识别结果。

根据本公开的另一方面，提供了一种文字识别装置，包括：图像获取模块，用于获取针对文档连续扫描得到的多个图像序列；图像拼接模块，用于基于所述多个图像序列进行图像拼接，得到对应的多个连续拼接图像帧，其中，两两连续拼接图像帧之间存在重叠区域；初始识别模块，用于基于所述多个连续拼接图像帧进行文字识别，得到对应的多个识别结果；以及去重识别模板，用于基于所述多个连续拼接图像帧中两两连续拼接图像帧间的重叠区域，对所述多个识别结果进行去重处理，得到针对所述文档的文字识别结果。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开实施例所述的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据本公开实施例所述的方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据本公开实施例所述的方法。

根据本公开的另一方面，提供了一种智能词典笔，包括：根据本公开实施例所述的装置。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1A示例性示出了适于本公开实施例的系统架构；

图1B示例性示出了可以实现本公开实施例的场景图；

图2示例性示出了根据本公开实施例的文字识别方法的流程图；