[发明专利]OCR识别结果的纠正方法和装置

摘要

本发明提供了一种OCR识别结果的纠正方法和装置，该方法包括采用OCR技术对纸质文档中目标区域内的待识别字符进行识别，获取初始识别结果字符串str；根据所述待识别字符在所述纸质文档中的属性以及所述属性的属性值的预先设定字符范围，构造符合所述预先设定字符范围的多个候选字符串stri以构成候选字符串集合；依次计算所述初始识别结果字符串str与所述候选字符串集合中的每个候选字符串stri的最小编辑距离dmin；利用所述最小编辑距离dmin计算所述初始识别结果字符串str与每个候选字符串stri的相似度Si；将最大的相似度Smax所对应的候选字符串strj输出为对所述初始识别结果字符串str的纠正结果。本发明能够对OCR识别结果的自动化纠正，减少了人工校正的成本。

主权项

一种OCR识别结果的纠正方法，其特征在于，包括：采用OCR技术对纸质文档中目标区域内的待识别字符进行识别，获取初始识别结果字符串str；根据所述待识别字符在所述纸质文档中的属性以及所述属性的属性值的预先设定字符范围，构造符合所述预先设定字符范围的多个候选字符串stri以构成候选字符串集合；依次计算所述初始识别结果字符串str与所述候选字符串集合中的每个候选字符串stri的最小编辑距离dmin；利用所述最小编辑距离dmin，按照以下相似度公式计算所述初始识别结果字符串str与每个候选字符串stri的相似度Si，相似度Si＝1‑dmin/max(p,q)，其中，p为所述初始识别结果字符串str的字符串长度，q为所述候选字符串集合中每个候选字符串stri的字符串长度，其中，不同字符串长度的候选字符串的q值不同；将最大的相似度Smax所对应的候选字符串strj输出为对所述初始识别结果字符串str的纠正结果。