[发明专利]一种文本识别方法和装置

说明书

本发明公开了一种文本识别方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：使用文字识别模型对图片进行文字识别处理得到初步识别结果；将所述初步识别结果与预设的文本集合列表进行相似度比较，得到满足要求的目标文本列表；根据所述满足要求的目标文本列表对所述初步识别结果进行修正，得到最终的文本识别结果。该实施方式实现了将文字识别的初步识别结果与预设的文本集合列表进行相似度比较，以对初步识别结果进行修正，提高了相似文本的识别准确率，保证了文本识别结果的可靠性，从而更好的应用于实际场景。

技术领域

本发明涉及计算机技术领域，尤其涉及一种文本识别方法和装置。

背景技术

随着数字信息化的发展，利用计算机自动识别字符的文字识别技术得到了快速的发展。以目前比较成熟的光学字符识别(Optical Character Recognition,OCR)为例，其利用光学技术和计算机技术实现文字字符识别，在证件识别、票据识别、车牌识别、文档识别等领域均有广泛应用。

在实现本发明过程中，发明人发现现有技术中存在如下问题：

通过文字识别引擎提取到的文本准确率不高，对于相似文本，无法做到准确识别，致使文字识别引擎提取到的文本结果不可靠，不能直接使用，不利于实际场景的应用。

发明内容

有鉴于此，本发明实施例提供一种文本识别方法和装置，通过将文字识别的初步识别结果与预设的文本集合列表进行相似度比较，实现对初步识别结果的修正，提高了相似文本的识别准确率，保证了文本识别结果的可靠性，从而更好的应用于实际场景。

为实现所述目的，根据本发明实施例的一个方面，提供了一种文本识别方法，包括：

使用文字识别模型对图片进行文字识别处理得到初步识别结果；

将所述初步识别结果与预设的文本集合列表进行相似度比较，得到满足要求的目标文本列表；

根据所述满足要求的目标文本列表对所述初步识别结果进行修正，得到最终的文本识别结果。

可选地，在将所述初步识别结果与预设的文本集合列表进行相似度比较之前，还包括：将所述初步识别结果划分为：中文字符结果集合、外文字符结果集合和数字结果集合；将所述初步识别结果与预设的文本集合列表进行相似度比较包括：将所述中文字符结果集合、外文字符结果集合和数字结果集合，分别与预设的文本集合列表进行相似度比较。

可选地，在将所述初步识别结果与预设的文本集合列表进行相似度比较之前，还包括：确认所述初步识别结果包括的文本字符个数满足设定要求。

可选地，将所述初步识别结果与预设的文本集合列表进行相似度比较包括：将所述初步识别结果以文本行为单位，分别与预设的文本集合列表中的每行文本进行相似度比较。

可选地，所述满足要求的目标文本列表包括：与所述初步识别结果的文本行完全相同的所述文本集合列表中的文本；与所述初步识别结果的文本行具有文字包含关系的所述文本集合列表中的文本；与所述初步识别结果的文本行的字符相似度满足设定相似度阈值的所述文本集合列表中的文本。

可选地，所述文本集合列表是通过对即将使用到的文本集合，以行为单位进行预处理得到的，且所述文本集合列表中的每行文本具有次数属性；将所述初步识别结果与预设的文本集合列表进行相似度比较，得到满足要求的目标文本列表包括：将所述初步识别结果中的每个文本行分别与预设的文本集合列表进行相似度比较，得到所述每个文本行对应的目标文本；对每个文本行，获取对应的目标文本的次数属性值；对于所述初步识别结果中重复的文本行，若所述文本行的相似度比较次数与对应的目标文本的次数属性值相等，则将所述目标文本作为所述文本行对应的目标文本添加到目标文本列表中；否则，不添加到目标文本列表中。