[发明专利]一种文档图像分类方法与装置

摘要

本发明公开一种文档图像分类方法与装置，涉及文档图像分类技术领域，步骤1，对文档图像进行标题检测，得到标题区域；步骤2，对标题区域进行文本识别，得到标题文本内容；步骤3，对标题文本内容进行文本纠错，纠正因文字扭曲变形和遮挡带来的误识别；步骤4，对纠正后的标题文本内容基于无损压缩器和K邻近进行分类。当需要增加新的类型时，只需要更新K近邻的训练数据点集即可。本发明所提出方法旨在解决因为拍摄的环境不同、纸质材料为非刚体而产生的非刚体形变、文字被印章或者其他东西部分遮挡、文档材料内容复杂多变和随时会出现新增加的文档类型等情形带来的文档分类问题，文档分类准确高效。