一種基于深度學(xué)習(xí)的OCR方法

基本信息

申請?zhí)?/td> CN201811257203.3 申請日 -
公開（公告）號 CN109376658B 公開（公告）日 2022-03-08
申請公布號 CN109376658B 申請公布日 2022-03-08
分類號 G06V30/41（2022.01）I;G06V30/19（2022.01）I;G06V30/26（2022.01）I;G06V30/148（2022.01）I;G06V30/168（2022.01）I;G06V30/18（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 王慜驪;林路;桂曉雷;安通鑒;林康;陳立強 申請（專利權(quán)）人 信雅達科技股份有限公司
代理機構(gòu) 杭州裕陽聯(lián)合專利代理有限公司 代理人 張解翠
地址 310051 浙江省杭州市濱江區(qū)江南大道3888號信雅達科技大廈
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于深度學(xué)習(xí)的OCR方法,包含如下步驟：獲取待識別圖像；對待識別圖像進行縮放，然后對縮放后的圖像進行預(yù)處理，所述的預(yù)處理為銳化、灰度化、二值化、矯正傾斜、降噪、去公章中的任意一項或多項；將預(yù)處理后的圖像放入深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)中，得到縮放處理后圖像的多個候選文本區(qū)域；將縮放處理后圖像的多個候選文本區(qū)域放入基于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)中，將候選文字區(qū)域中的內(nèi)容轉(zhuǎn)換為計算機可讀的文本；將上述計算機可讀的文本放入深度學(xué)習(xí)語言模型中，對文本識別結(jié)果進行校正。本發(fā)明可以實現(xiàn)影像的文字內(nèi)容的智能提取，為各行業(yè)人員提供了快速檢索以及快速獲取信息的服務(wù)，提升了工作效率，識別字段準(zhǔn)確率高，提高處理速度。