[发明专利]一种识别场景文字的方法及装置

摘要

本发明适用于文字识别技术领域，提供了一种识别场景文字的方法及装置，包括：获取文本图像中的候选文本成分，对获取到的候选文本成分进行预处理，提取成分区域关联特征；获取该文本图像中的全局特征；将该成分区域关联特征以及该全局特征输入至预先建立的深信度网络模型；根据预先建立的深信度网络模型中的字符识别器，识别出该成分区域关联特征所属的字符；对识别出的字符进行配对，组成文本行或者词条。本发明避免了逐行扫描大量滑动窗口所带来的巨大运算量的情况，并避免了滑动窗口扫描仅局限于水平方向上的文本检测的情况，从而减少了运算量，在多个方向上进行检测，并且利用深信度网络有效地降低误检测率，提高了文字识别的效率和准确率。

主权项

1.一种识别场景文字的方法，其特征在于，包括：获取文本图像中的候选文本成分，对获取到的候选文本成分进行预处理，提取成分区域关联特征；所述提取成分区域关联特征包括：每一个文本笔画像素用8种特征表示，分别为像素灰度值,彩色RGB三个值，笔画宽度值，像素点在成分区域的水平方向的相对坐标值和垂直方向的相对坐标值，和是否是边缘像素；计算一个8×8的共轨矩阵来表示成分区域关联特征，其中，参数ui是像素的8维特征，参数n是候选文本成分的像素总数，参数Cu是候选文本成分的像素的特征的集合；获取所述文本图像中的全局特征；所述获取所述文本图像中的全局特征，包括：获取所述候选文本成分外框的长度和宽度的比率，作为第一个全局特征；获取所述文本图像中笔画宽度和所述候选文本成分外框的长度和宽度的比率，作为第二个全局特征；获取所述候选文本成分中笔画像素的面积和所述候选文本成分外框的面积的比率，作为第三个全局特征；将所述成分区域关联特征以及所述全局特征输入至预先建立的深信度网络模型；根据预先建立的深信度网络模型中的字符识别器，识别出所述成分区域关联特征所属的字符；对识别出的字符进行配对，组成文本行或者词条。