[发明专利]文字识别方法、系统、设备及存储介质

权利要求书

1.一种文字识别方法，其特征在于，包括以下步骤：

S110，获取待识别的输入图像；

S120，基于第一预设网络模型对所述输入图像进行文本角度检测，以及角度校正，得到第一图像；其中，所述第一预设网络模型基于Winograd算法计算卷积；

S130，基于第二预设网络模型对所述第一图像进行文字定位，得到第一文本框；

S140，基于预设文本线构造算法对所述第一文本框进行文本线构造，得到包含文本行的第二文本框；以及

S150，基于第三预设网络模型对所述第二文本框进行文字识别，输出识别得到的文字。

2.如权利要求1所述的文字识别方法，其特征在于，步骤S130包括：

所述第二预设网络模型基于Winograd算法计算卷积。

3.如权利要求1所述的文字识别方法，其特征在于，步骤S140包括：

对预设文本线构造算法中的list动态数组预先分配一预设值的内存空间。

4.如权利要求3所述的文字识别方法，其特征在于，步骤S140还包括：

将预设文本线构造算法中的list动态数组转换为Numpy格式。

5.如权利要求3或4所述的文字识别方法，其特征在于，步骤S140还包括：

基于Numba编译器对预设文本线构造算法进行改写。

6.如权利要求1所述的文字识别方法，其特征在于，步骤S150包括：

基于ONNX Runtime框架对第三预设网络模型进行推理和部署。

7.如权利要求1所述的文字识别方法，其特征在于，步骤S150包括：

对第三预设网络模型采用多线程方式运行。

8.如权利要求1所述的文字识别方法，其特征在于，所述第三预设网络模型为CRNN模型。

9.如权利要求1所述的文字识别方法，其特征在于，第一预设网络模型为文字方向检测模型VGG16，第二预设网络模型为文字检测模型YOLO v3。

10.一种文字识别系统，用于实现如权利要求1所述的文字识别方法，其特征在于，所述系统包括：

待识别图像获取模块，获取待识别的输入图像；

文本角度检测模块，基于第一预设网络模型对所述输入图像进行文本角度检测，以及角度校正，得到第一图像；其中，所述第一预设网络模型基于Winograd算法计算卷积；

文字定位模块，基于第二预设网络模型对所述第一图像进行文字定位，得到第一文本框；

文本线构造模块，基于预设文本线构造算法对所述第一文本框进行文本线构造，得到包含文本行的第二文本框；以及

文字识别模块，基于第三预设网络模型对所述第二文本框进行文字识别，输出识别得到的文字。

11.一种文字识别设备，其特征在于，包括：

处理器；

存储器，其中存储有所述处理器的可执行程序；

其中，所述处理器配置为经由执行所述可执行程序来执行权利要求1至9中任意一项所述文字识别方法的步骤。

12.一种计算机可读存储介质，用于存储程序，其特征在于，所述程序被处理器执行时实现权利要求1至9中任意一项所述文字识别方法的步骤。