[发明专利]文字识别方法、系统、设备及存储介质

说明书

本发明提供了一种文字识别方法、系统、设备及存储介质，所述方法包括步骤：获取待识别的输入图像；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；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；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；本申请利于加快文字识别模型的推理速度。

技术领域

本发明涉及文字识别技术领域，具体地说，涉及一种文字识别方法、系统、设备及存储介质。

背景技术

光学字符识别(Optical Character Recognition，OCR)是指通过图像处理技术识别图像中的文字信息的技术，其在证件识别、车牌识别和纸质信息电子化等领域有广泛的应用。完整的OCR流程一般分为两步：文字定位和文字识别。文字定位是指准确定位出文字在图像中的坐标信息，文字识别是指识别出定位好的图像区域中是什么文字的过程。

现有技术中，在保证OCR模型识别精度的前提下，如何提升模型推理速度，是当前面临的一个问题。

发明内容

针对现有技术中的问题，本发明的目的在于提供一种文字识别方法、系统、设备及存储介质，提高了中文文字识别模型OCR的推理速度且保证了识别精度。

为实现上述目的，本发明提供了一种文字识别方法，所述方法包括以下步骤：

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。

可选地，步骤S130包括：

所述第二预设网络模型基于Winograd算法计算卷积。

可选地，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。

可选地，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。

可选地，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。

可选地，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。

可选地，步骤S150包括：

对第三预设网络模型采用多线程方式运行。

可选地，所述第三预设网络模型为CRNN模型。

可选地，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。

本发明还提供了一种文字识别系统，用于实现上述文字识别方法，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；