[发明专利]一种文字检测及识别的方法及系统

摘要

本发明公开了一种文字检测及识别的方法及系统，应用于识别图片中的文字信息，根据数据集中的文字区域位置，利用深度神经网络训练文字区域检测模型，然后根据文字区域图片与对应的文字信息训练文字识别模型，通过文字区域检测模型，可以检测出图片中的文字区域，通过文字识别模型，可以识别文字区域图片中的文字信息，两个模型结合起来可以实现图片中的文字信息识别。该方法和系统能够高效准确的完成图片文字检测及识别任务，能够应用到很多场景下的文字自动识别及录入工作，大大减少人力成本。

主权项

1.一种文字检测及识别的方法，其特征在于，包括如下步骤：步骤一：准备数据集，包括文字图片中的文字区域位置、区域文字信息，数据集可以通过人工标注或者自动生成获得；步骤二：根据文字区域位置，利用深度神经网络训练文字区域检测模型，并对模型进行评估及优化，对于文字区域检测模型，输入为一张图片Imagei，输出为{Regionik}，其中i表示第i个图片，k＝1,...,t，t表示第i个图片中有t个文字区域，Regionik表示第i个图片中第k个文字区域；利用深度神经网络训练一个文字区域检测模型，使得F(Imagei)＝{Regionik}。步骤三：根据文字区域图片与对应的文字信息，利用深度神经网络训练文字识别模型，并对模型进行评估及优化；对于文字识别模型，输入为步骤二中得到的校正的文字区域图片CImageik，输出为对应的文字信息Stringik；利用深度神经网络训练一个文字区域检测模型，使得G(CImageik)＝Stringik；步骤四：对于待识别的图片，调用F模型，得到t个文字区域矩形，并进行旋转校正，得到t个校正的文字区域图片；步骤五：对于t个校正的文字区域图片，分别调用G模型，得到t个区域对应的文字信息，将这些信息返回。