汉字识别方法、装置、计算机可读介质及电子设备制造方法及图纸

本公开涉及一种汉字识别方法、装置、计算机可读介质及电子设备。方法包括：接收客户端发送的待识别图像；确定待识别图像中待识别文字行的特征向量组，特征向量组中各特征向量的维度为汉字信息库中所有汉字所包含的部件数和部件间结构关系数之和；针对每个特征向量，从汉字信息库中各汉字对应的编码中，确定出与特征向量相似度最高的目标编码，编码用于表征对应汉字所包含的部件和部件间结构关系；将目标编码对应的汉字确定为目标汉字。由此，各特征向量的维度相对较低。这样，可以减少确定特征向量组时的计算工作量，并使得目标编码的获取更加快捷，从而提高了汉字识别的效率。此外，还可以达到节省存储空间的目的。

Chinese character recognition method, device, computer readable medium and electronic equipment

【技术实现步骤摘要】
汉字识别方法、装置、计算机可读介质及电子设备
本公开涉及图像文字识别领域，具体地，涉及一种汉字识别方法、装置、计算机可读介质及电子设备。
技术介绍
现阶段，汉字的编码大多采用独热码(one-hotcode)方式，这样，汉字信息库中有7445个汉字和图形字符，则用于表示每个汉字和图形字符的编码的维度就有七千多个，是非常庞大且臃肿的编码方式。采用该种编码方式进行汉字识别时，由于编码维度较高，汉字识别过程较为费时，且需要占用较大的存储空间。
技术实现思路
提供该
技术实现思路
部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该
技术实现思路
部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。第一方面，本公开提供一种汉字识别方法，包括：接收客户端发送的待识别图像；确定所述待识别图像中待识别文字行的特征向量组，其中，所述特征向量组中各特征向量的维度为汉字信息库中所有汉字所包含的部件数和部件间结构关系数之和，所述特征向量中的各元素为所述所有汉字所包含的部件或部件间结构关系对应的概率值，所述部件包括偏旁和部首；针对每个所述特征向量，从所述汉字信息库中各汉字对应的编码中，确定出与所述特征向量相似度最高的目标编码，其中，所述编码用于表征对应汉字所包含的部件和部件间结构关系；将所述目标编码对应的汉字确定为目标汉字。第二方面，本公开提供一种汉字识别装置，包括：接收模块，用于接收客户端发送的待识别图像；第一确定模块，用于确定所述接收模块接收到的所述待识别图像中待识别文字行的特征向量组，其中，所述特征向量组中各特征向量的维度为汉字信息库中所有汉字所包含的部件数和部件间结构关系数之和，所述特征向量中的各元素为所述所有汉字所包含的部件或部件间结构关系对应的概率值，所述部件包括偏旁和部首；第二确定模块，用于针对所述第一确定模块确定出的每个所述特征向量，从所述汉字信息库中各汉字对应的编码中，确定出与所述特征向量相似度最高的目标编码，其中，所述编码用于表征对应汉字所包含的部件和部件间结构关系；第三确定模块，用于将所述第二确定模块确定出的所述目标编码对应的汉字确定为目标汉字。第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现本公开第一方面提供的所述方法的步骤。第四方面，本公开提供一种电子设备，包括：存储装置，其上存储有计算机程序；处理装置，用于执行所述存储装置中的所述计算机程序，以实现本公开第一方面提供的所述方法的步骤。在上述技术方案中，在从客户端获取到待识别图像后，首先确定上述待识别图像中待识别文字行的特征向量组；接下来，针对上述特征向量组中的各特征向量，从汉字信息库中各汉字对应的编码中，确定出与该特征向量相似度最高的目标编码；然后，将该目标编码对应的汉字确定为目标汉字。由于汉字信息库中所有汉字所包含的部件数和部件间结构关系数之和远远小于该汉字信息库中的汉字总数，这样，各特征向量的维度相对较低。这样，可以减少确定特征向量组时的计算工作量，并使得目标编码的获取更加快捷，从而提高了汉字识别的效率。此外，还可以达到节省存储空间的目的。本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。附图说明结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：图1是根据一示例性实施例示出的一种实施环境的示意图。图2是根据一示例性实施例示出的一种汉字识别方法的流程图。图3是根据一示例性实施例示出的一种汉字编码方法的流程图。图4是根据另一示例性实施例示出的一种汉字编码方法的流程图。图5是根据一示例性实施例示出的一种获取预设神经网络模型的方法的流程图。图6是根据另一示例性实施例示出的一种汉字识别方法的流程图。图7是根据一示例性实施例示出的一种汉字识别装置的框图。图8是根据一示例性实施例示出的一种模型训练装置的框图。图9是根据另一示例性实施例示出的一种汉字识别装置的框图。图10是根据一示例性实施例示出的一种编码装置的框图。图11是根据另一示例性实施例示出的一种编码装置的框图。图12是根据一示例性实施例示出的一种电子设备的框图。具体实施方式下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。图1是根据一示例性实施例示出的一种实施环境的示意图。如图1所示，该实施环境可以包括服务器100和至少一个客户端200。在本公开中，上述服务器100分别与每个客户端200进行通信连接，其中，二者可以例如经由2G网络、3G网络、4G网络、蓝牙、WIFI等进行通信，以完成数据传输。其中，当客户端200需要对任意一幅或多幅图像进行汉字识别时，可以向服务器100发送该一幅或多幅待识别图像；服务器100接收该待识别图像，并对其进行汉字识别。另外，上述客户端200可以例如是智能手机、平板电脑等，在本公开中不作具体限定。具体来说，上述服务器100可以通过图2中所示的步骤201～步骤205来实现汉字识别。在步骤201中，接收客户端发送的待识别图像。在本公开中，当客户端200需要对任意一幅或多幅图像进行汉字识别时，可以向服务器100发送该一幅或多幅待识别图像；服务器100接收该待识别图像。在步骤202中，确定待识别图像中待识别文字行的特征向量组。在本公开中，上述文字行是本文档来自技高网...

【技术保护点】
1.一种汉字识别方法，其特征在于，包括：/n接收客户端发送的待识别图像；/n确定所述待识别图像中待识别文字行的特征向量组，其中，所述特征向量组中各特征向量的维度为汉字信息库中所有汉字所包含的部件数和部件间结构关系数之和，所述特征向量中的各元素为所述所有汉字所包含的部件或部件间结构关系对应的概率值，所述部件包括偏旁和部首；/n针对每个所述特征向量，从所述汉字信息库中各汉字对应的编码中，确定出与所述特征向量相似度最高的目标编码，其中，所述编码用于表征对应汉字所包含的部件和部件间结构关系；/n将所述目标编码对应的汉字确定为目标汉字。/n

【技术特征摘要】
1.一种汉字识别方法，其特征在于，包括：
接收客户端发送的待识别图像；
确定所述待识别图像中待识别文字行的特征向量组，其中，所述特征向量组中各特征向量的维度为汉字信息库中所有汉字所包含的部件数和部件间结构关系数之和，所述特征向量中的各元素为所述所有汉字所包含的部件或部件间结构关系对应的概率值，所述部件包括偏旁和部首；
针对每个所述特征向量，从所述汉字信息库中各汉字对应的编码中，确定出与所述特征向量相似度最高的目标编码，其中，所述编码用于表征对应汉字所包含的部件和部件间结构关系；
将所述目标编码对应的汉字确定为目标汉字。


2.根据权利要求1所述的方法，其特征在于，所述确定所述待识别图像中待识别文字行的特征向量组，包括：
将所述待识别图像中待识别文字行输入到预设神经网络模型中，得到所述待识别文字行的特征向量组，其中，所述预设神经网络模型根据所述汉字信息库中各汉字对应的编码构建。


3.根据权利要求2所述的方法，其特征在于，所述预设神经网络模型根据汉字信息库中各汉字对应的编码，通过以下步骤来构建：
获取多个训练样本图像；
将所述多个训练样本图像中文字行输入到初始神经网络模型中，得到所述初始神经网络模型的输出结果，其中，所述初始神经网络模型中具有至少一层卷积层、且至少一层卷积层的卷积核数量根据所述编码的长度确定，所述至少一层包括最后一层，所述卷积层用于根据卷积核的大小和步长扫描所述训练样本图像，以对所述训练样本图像中文字行进行特征提取和特征映射，所述长度等于所述维度；
根据所述输出结果和标记数据的比对结果，对所述初始神经网络模型进行训练，得到预设神经网络模型，其中，所述标记数据为与所述多个训练样本图像中文字行分别对应的识别正确的特征向量组。


4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
将各所述目标汉字按照相应像素点在待识别汉字行中的顺序进行排列，得到所述待识别汉字行中包括的至少一个汉字；
将所述至少一个汉字发送至所述客户端，以由所述客户端进行展现。


5.根据权利要求1-4中任一项所述的方法，其特征在于，所述汉字信息库中各汉字对应的编码通过以下方式来确定：
针对所述汉字信息库中的每个汉字，获取所述汉字所包含的部件和部件间结构关系；
针对每个所述部件，将第一编码序列中、与所述部件对应的元素值修改为第一比特值，得到第二编码序列，其中，所述第一编码序列为各元素值均为第二比特值的二进制比特序列，且部件结构集中的各部件或部件间结构关系分别与所述第一编码序列中的各元素一一对应，所述部件结构集为所述汉字信息库中所有汉字所包含的部件和部件间结构关系构成的集合；
针对每个所述部件间结构关系，将所述第二编码序列中、与所述部件间结构关系对应的元素值修改为所述第一比特值，得到所述汉字对应的编码。


6.根据权利要求1-4中任一项所述的方法，其特征在于，所述汉字信息库中各汉字对应的编码通过以下方式来确定：
针对所述汉字信息库中的每个汉字，获取所述汉字所包含的部件和部件间结构关系；
针对每个所述部件，将第三编码序列中、与所述部件对应的元素值修改为第一比特值，得到第四编码序列，其中，所述第三编码序列为各元素值均为第二比特值的二进制比特序列，且部件集中的各部件分别与所述第三编码序列中的各元素一一对应，所述部件集为所述汉字信息库中所有汉字所包含的部件构成的集合；
针对每个所述部件间结构关系，将第五编码序列中、与所述部件间结构关系对应的元素值修改为所述第一比特值，得到第六编码序列，其中，所述第五编码序列为各元素值均为所述第二比特值的二进制比特序列，且结构集中的各部件间结构关系分别与所述第五编码序列中的各元素一一对应，所述结构集为所述汉字信息库中所有汉字所包含的部件间结构关系构成的集合；
将所述第四编码序列和所述第六编码序列进行拼接，得到所述汉字对应的编码。


7.一种汉字识别装置，其特征在于，包括：
接收模块，用于接收客户端发送的待识别图像；
第一确定模块，用于确定所述接收模块接收到的所述待识别图像中待识别文字行的特征向量组，其中，所述特征向量组中各特征向量的维度为汉字信息库中所有汉字所包含的部件数和部件间结构关系数之和，所述特征向量中的各元素为所述所有汉字所包含的部件或部件间结构关系对应的概率值，所述部件包括偏旁和部首；
第二确定模块，用于针对所述第一确定模块确定出的每个所述特征向量，从所述汉字信息库中各汉字对应的编码...

【专利技术属性】
技术研发人员：周多友，王长虎，
申请(专利权)人：北京字节跳动网络技术有限公司，
类型：发明
国别省市：北京;11