[发明专利]文本识别模型的确定方法、装置、存储介质及计算机设备

说明书

本申请提供的文本识别模型的确定方法、装置、存储介质及计算机设备，在使用工业级PDA进行文本识别时，可以获取待识别场景下的多个样本图像，以及预先配置的多个不同场景下的候选文本识别模型，并将多个样本图像中的待识别文本块分别输入不同场景下的候选文本识别模型中进行文本识别，接着，本申请可以对每一候选文本识别模型输出的各个样本图像中的待识别文本的识别结果进行置信度打分，并根据打分结果统计每一候选文本识别模型的最终置信度得分，将最终置信度得分最高的候选文本识别模型确定为目标文本识别模型；上述过程无需用户手动设置，工业级PDA可以自动确定目标文本识别模型，从而有效提高工业级PDA的自主学习能力。

技术领域

本申请涉及文本识别技术领域，尤其涉及一种文本识别模型的确定方法、装置、存储介质及计算机设备。

背景技术

OCR(Optical Character Recognition，光学字符识别)是指能够对待识别图像中的待识别文本进行识别的技术。目前，OCR广泛应用于物流、医疗、金融、保险等领域，还可以搭载于PDA上，从而实现更多领域的应用。

目前，PDA包括消费品PDA和工业级PDA，消费品PDA包括智能手机、平板电脑、手持游戏机等；工业级PDA主要应用在工厂制造、物流仓储、户外物资巡检等领域，常见的有条码扫描器(也称巴枪)、RFID读写器、POS机等，这些都可以称作PDA。工业级PDA可以用在很多环境比较恶劣的地方，同时针对工业使用特点做了很多的优化，支持RFID读写和条码扫描功能，具备IP54及以上工业等级，这些是消费类手持终端所不具备的。

但是，由于OCR识别需求在工业级PDA上还没有形成规模化应用，无法自主学习要识别的文本内容，导致用户在使用工业级PDA进行文本识别时，需要手动选择相关场景下的文本识别模型，用户体验较差。

发明内容

本申请的目的旨在至少能解决上述的技术缺陷之一，特别是现有技术中OCR识别需求在工业级PDA上还没有形成规模化应用，无法自主学习要识别的文本内容的技术缺陷。

本申请提供了一种文本识别模型的确定方法，所述方法包括：

获取待识别场景下的多个样本图像，以及预先配置的多个候选文本识别模型，其中，每一候选文本识别模型对应的识别场景不同；

针对每一候选文本识别模型，将各个样本图像中的待识别文本块分别输入至所述候选文本识别模型中，得到所述候选文本识别模型输出的各个样本图像中的待识别文本块的识别结果；

对每一候选文本识别模型输出的各个识别结果分别进行置信度打分，并根据打分结果统计每一候选文本识别模型的最终置信度得分，将最终置信度得分最高的候选文本识别模型确定为目标文本识别模型，并利用所述目标文本识别模型对待识别场景下的待识别图像进行识别。

可选地，所述将各个样本图像中的待识别文本块分别输入至所述候选文本识别模型中之前，还包括：

针对每一样本图像：

确定所述样本图像中位于同一行的待识别文本框；

将所述样本图像中位于同一行的待识别文本框进行合并，并将合并后的待识别文本框从所述样本图像中裁剪出，得到各个样本图像中的待识别文本块。

可选地，所述确定所述样本图像中位于同一行的待识别文本框，包括：

确定距离所述样本图像的中心点最近的文本框，以所述文本框为基准，确定所述样本图像中与所述文本框处于同一方向的其他文本框；

根据其他文本框与所述文本框之间的高度差，确定与所述文本框位于同一行的其他文本框；

将所述文本框以及与所述文本框位于同一行的其他文本框作为所述样本图像中位于同一行的待识别文本框。