[发明专利]基于深度学习的OCR图像文字识别与段落输出方法有效
| 申请号： | 202110884424.9 | 申请日： | 2021-08-03 |
| 公开（公告）号： | CN113435449B | 公开（公告）日： | 2023-08-22 |
| 发明（设计）人： | 卢红波 | 申请（专利权）人： | 全知科技（杭州）有限责任公司 |
| 主分类号： | G06V20/30 | 分类号： | G06V20/30;G06V10/44;G06V10/82;G06N3/0442;G06N3/08 |
| 代理公司： | 杭州奇炬知识产权代理事务所(特殊普通合伙) 33393 | 代理人： | 贺心韬 |
| 地址： | 310000 浙江省杭州市*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于深度学习的OCR图像文字识别与段落输出方法，具体涉及OCR文字识别领域，具体操作步骤如下：S1、读入图像：将待识别的图像上传/导入，得到可编辑图像；S2、图像预处理：将步骤S1中得到的可编辑图像进行编辑，调整该图像到指定大小；S3、加载CTPN预训练模型：加载CTPN模型，先通过VGG16提取图像中的局部图像特征，再使用BLSTM提取上下文特征，然后用全连接层和多预测分支得到坐标值和概率值，最后合并字符为文本检测框。本发明在深度学习检测模型CTPN的基础上，对复杂图像进行分栏分段识别；在复杂的多栏场景下对图像中的文字进行识别并段落输出，根本上解决已有OCR识别中的结果杂糅问题，大大提升结果的可读性。 | ||
| 搜索关键词： | 基于 深度 学习 ocr 图像 文字 识别 段落 输出 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于全知科技（杭州）有限责任公司，未经全知科技（杭州）有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110884424.9/，转载请声明来源钻瓜专利网。
