[发明专利]一种OCR文字识别方法、电子设备及存储介质

说明书

本发明公开了一种OCR文字识别方法、电子设备及存储介质，获取待识别的文本数据，文本数据进行预处理得到文本图像，文本图像提取特征信息并标注数据进行训练得到相应训练模型，根据训练模型对文本图像的文本区域进行预测定位并剪裁，通过图片的旋转矫正模型对文本图像进行旋转矫正得到目标文本图像，对目标文本图像中的文字进行切分得到字符区域，将字符区域上的点垂直映射到最下方的位置，将每个位置点上的统计结果作为切分字符的标准，使文本中的多字符切分成单字符，根据切分好的单字符送入OCR识别引擎进行文字识别，输出被识别的文字，对文本图像中的文字进行快速切分和精确识别，从而提高了OCR文字识别效率。

技术领域

本发明属于光学字符识别技术领域，尤其涉及一种OCR文字识别方法、电子设备及存储介质。

背景技术

随着信息时代的发展，文字信息开始由纸质书本记录转变为计算机文字，与其产生的问题为如何有效地将书本上的文字存储到计算机上，OCR技术此时应运而生，OCR是指电子设备使用光学字符识别的方法将字符形状翻译为计算机文字的过程。然而，自然场景中的文字存在着个体形态差异较大、排列布局多样、背景光纤复杂且不规则、模糊扭曲等特点，同时文字本身还存在数量繁多、部分字形接近的特点，这些问题将会导致自然场景中的文字识别精度，尤其是针对汉字的文字识别问题面临着很大挑战，因此，需要找到一个通用有效的算法去解决自然场景中的汉字检测与识别的问题。

发明内容

有鉴于此，本发明提供了一种可以提高文字识别精度和高效提取文字的OCR文字识别方法、电子设备及存储介质，来解决上述存在的技术问题，具体采用以下技术方案来实现。

第一方面，本发明提供了一种OCR文字识别方法，包括以下步骤：

获取待识别的文本数据，并对文本数据进行预处理得到文本图像；

基于神经网络对文本图像提取特征信息并标注数据进行训练得到相应训练模型，根据训练模型对文本图像的文本区域进行预测定位并剪裁，通过图片的旋转矫正模型对文本图像进行旋转矫正得到目标文本图像；

对目标文本图像中的文字进行切分得到字符区域，将字符区域上的点垂直映射到最下方的位置，统计垂直投影后的最下方每个位置上黑色像素点的个数，将每个位置点上的统计结果作为切分字符的标准，使文本中的多字符切分成单字符；

根据切分好的单字符送入OCR识别引擎进行文字识别，输出被识别的文字。

作为上述技术方案的进一步改进，将字符区域上的点垂直映射到最下方的位置，包括：

S20：垂直投影后，统计目标文本图像中每个位置上黑色像素点的个数；

S21：根据黑色像素点个数进行初步字符切分，并记录切分位置和切分结果的宽度；

S22：找出切分结果宽度的众位数，作为目标文本图像中切分目标字符的宽度，其依据印刷体文字具有相同的字符宽度；

S23：根据第三步的众位数值，验证S21中的宽度，若相差大且计算宽度超出宽度众位数值的三分之二，则确定字符存在重叠部分，需要做进一步切分操作，执行下述S24，反之，确定字符宽度正常；

S24：使用计算宽度除以宽度众位数，并向上取整得到结果将其作为循环次数，获取重叠区域包含的字符个数，在相邻两个字符中心位置附近，查找具有最小投影点的位置并将其作为重叠字符的切分位置。

作为上述技术方案的进一步改进，通过图片的旋转矫正模型对文本图像进行旋转矫正得到目标文本图像，包括：

对文本图像中的文本进行行合并，选取长度大的文本进行文本识别得到其置信度，经过与置信度阈值对比后判断其是否为正立的文字；

预设置信度阈值为0.5，若文本经过文本识别模型识别的置信度小于0.5，则确定该文本是倒立的；反之，若置信度大于0.5，则确定文本是正立的；