[发明专利]利用知识库海量关联信息的中文名片OCR数据修正系统

摘要

本发明提供一种利用知识库海量关联信息的中文名片OCR数据修正系统，包括图像采集模块、图像标准化处理模块、字块提取模块、OCR模块、知识库模块、数据修正模块、增量维护模块、结果展示模块。本发明重点在于对OCR模块的识别结果，首先进行信息结构化处理来为待修正数据打上标签，然后利用知识库模块的海量关联信息，结合中文分词、基于知识库的重要度加权、基于文本和图像的相似度比较、信息融合等一系列技术来对地址、单位名称关联信息进行修正以提升正确率；最后，将修正后的OCR结果进行输出展示。同时，系统的增量维护模块以半自动方式来对知识库进行信息维护，从而适应信息量不断增长的需求。

主权项

一种利用知识库海量关联信息的中文名片OCR数据修正系统，其特征在于，包括图像采集模块、图像标准化处理模块、字块提取模块、OCR模块、知识库模块、数据修正模块、增量维护模块、结果展示模块； 所述图像采集模块用于获得名片照片的数字图像； 所述图像标准化处理模块用于对名片照片进行包括角度、尺寸在内的归一化处理，具体包括：图像灰度化、名片倾斜校正、名片区域剪切、名片尺寸标准化； 所述字块提取模块用于从名片图像中提取出各子字块； 所述OCR模块用于将名片图像转化为文本信息； 所述知识库模块作为名片数据修正的来源和依据，包含名片修正所需的信息； 所述数据修正模块用于根据知识库模块，对OCR识别结果中的错误进行修正； 所述增量维护模块用于对OCR识别及修正结果进行评判，并扩充知识库规模； 所述结果展示模块用于将修正后的结果进行输出。