[发明专利]一种文本识别系统及方法

说明书

本发明公开了一种文本识别系统及方法。本发明中，图像预处理模块包括归一化模块、白化操作模块、图像二值化模块和几何变换模块，在对文本进行处理之前可以先对文本图像进行预处理，能够有效的降低图像的冗余性，使得分类器能够达到更好的识别效果，设计了一种既可以在一定程度上保留文字图像二维又利用了LSTM的序列学习的优势，通过在合成数据集和真实数据集上训练得到了相当优秀的结果，该模型通过Tensorflow‑serving部署到服务器端，采用gRPC的方式与客户端交互，从而提高了该系统在对文本进行识别时的速度，为人们的使用带来了便利性。

技术领域

本发明属于种文本识别技术领域，具体为一种文本识别系统及方法。

背景技术

经过许多年的探索和发展，光学字符识别(OCR)技术不仅能将常用文档快速准确的识别出文档类型来，并且已实现将纸板印刷品，照片及手写文档在不改变原有内容和格式的情况下转化成相应的电子文档。

但是传统的光学识别字符技术系统的精准度不够高，使得人们在使用时较为不便。

发明内容

本发明的目的在于：为了解决上述提出的问题，提供一种文本识别系统及方法。

本发明采用的技术方案如下：一种文本识别系统及方法，包括启动模块、图片输入模块、图像预处理模块、无监督特征学习模块、字符识别模块、字符分割模块、文本识别模块、归一化模块、白化操作模块、图像二值化模块、几何变换模块，所述启动模块的输出端连接有所述图片输入模块的输入端，所述图片输入模块的输出端连接有所述图像预处理模块的输入端，所述图像预处理模块的输出端连接有所述无监督特征学习模块的输入端，所述无监督特征学习模块的输出端连接有所述字符识别模块的输入端，所述字符识别模块的输出端连接有所述字符分割模块的输入端，所述字符分割模块的输出端连接有所述文本识别模块的输入端。

在一优选的实施方式中，所述图像预处理模块的内部设置有归一化模块、白化操作模块、图像二值化模块和几何变换模块，所述归一化模块、白化操作模块、图像二值化模块和几何变换模块的输出端连接有所述图像预处理模块的输入端。

在一优选的实施方式中，所述归一化模块首先减去每个样本灰度的均值，然后除以标准差。并对这个标准差增加一个小常数，用来避免分母为0和压制噪声。对于[0,255]范围的灰度图，给方差加10是有效的；所述归一化模块中逐样本的均值相减主要应用在那些具有稳定性的数据集中，也就是那些数据的每个维度间的统计性质是一样的。在自然场景图像中，这样就可以减小图片中亮度和对比度对数据的影响，因为我们一般很少用到亮度和对比度这些信息。

在一优选的实施方式中，所述白化操作模块将数据x利用PCA白化进行降维，得出了每一维都是独立的，这样白化的第一个条件就满足了；这时再以标准差去除z中的每一维，就得到了每一维的方差相等为1。

在一优选的实施方式中，所述图像二值化模块在该模式下一张彩色图像是由红蓝绿图像层组成的，或者说在该模式下图像的深度有三个通道，三个通道分别为R(red)、G(green)、B(blue)。在三个通道中的像素值范围在0到255，不同大小的值表示不同的亮度信息，当在图像通道对应位置的值相同时此时表现为灰度图，由于灰度图中相同位置的值都是相同的，因此在存储灰度图时只需要一个字节来保存每个像素的灰度值。

在一优选的实施方式中，所述几何变换模块采用了镜像变换，镜像变换大致上可以分为两种，一种是水平镜像，另一种是垂直镜像。其中水平镜像以图像的中垂线为轴，将图像中的像素进行左右对换，即将左半部分的图像和右半部分的图像进行对调。同理垂直镜像变换也与此相同，只不过垂直镜像是将图像上下部分的内容对调。

在一优选的实施方式中，所述无监督特征学习模块采用k-means聚类算法，对经过预处理的字符图像进行聚类，通过计算最小化样本点与最近中心的欧式距离，找出各个类的中心，学习到描述字符特征的特征词典，即聚类得到的中心点，通过最小化误差，原始样本数据可以通过词典映射到k维的向量，从而进行重构。