多維度混合OCR識別方法、裝置、設(shè)備及存儲介質(zhì)

基本信息

申請?zhí)?/td> CN202111084304.7 申請日 -
公開（公告）號 CN113537201A 公開（公告）日 2021-10-22
申請公布號 CN113537201A 申請公布日 2021-10-22
分類號 G06K9/20（2006.01）I;G06K9/32（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 馬百泉 申請（專利權(quán)）人 江西風(fēng)向標(biāo)智能科技有限公司
代理機(jī)構(gòu) 深圳市優(yōu)賽諾知識產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 劉斌強(qiáng)
地址 330013江西省南昌市南昌經(jīng)濟(jì)技術(shù)開發(fā)區(qū)麥園路1棟
法律狀態(tài) -

摘要

摘要 本發(fā)明提供了一種多維度混合OCR識別方法、裝置、設(shè)備及存儲介質(zhì)，該方法包括：將圖像設(shè)置為預(yù)設(shè)尺寸；根據(jù)預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)模型區(qū)分所述圖像的公式、圖表和/或文字區(qū)域，并分別獲取所述公式、圖表和/或文字區(qū)域的位置坐標(biāo)；根據(jù)所述公式、圖表和/或文字區(qū)域分別調(diào)用不同的OCR模型進(jìn)行識別，以獲取識別結(jié)果；根據(jù)所述位置坐標(biāo)和識別結(jié)果輸出所述圖像的識別信息。通過上述方案，實現(xiàn)了公式、圖表及文字混合圖像的直接OCR識別，提高了識別的準(zhǔn)確度，具有較強(qiáng)的魯棒性，解決了現(xiàn)有技術(shù)中存在的難以進(jìn)行簡便、準(zhǔn)確的公式、圖表及文字混合的圖像的識別的問題。