图片中字符的识别方法、计算机设备和存储介质技术

本发明专利技术实施例公开了一种图片中字符的识别方法、计算机设备和存储介质。方法包括：将待处理的图片输入光学字符识别模型；对待处理的图片进行第一深度的图像特征提取，得到第一特征矩阵；对第一特征矩阵进行第一空间变化处理，得到第一次空间变换特征矩阵；对第一次空间变换特征矩阵进行第二深度的图像特征提取，得到第二特征矩阵，第二深度的图像特征提取使用的第一卷积层的层数大于第一深度；对第二特征矩阵进行第二空间变化处理，得到第二次空间变换特征矩阵；根据第二次空间变换特征矩阵，得到对待处理的图片中包括的字符的识别结果。本发明专利技术实施例可以对待处理的图片的图像特征进行校正，提高识别准确率。

Recognition method, computer equipment and storage medium of characters in pictures

【技术实现步骤摘要】
图片中字符的识别方法、计算机设备和存储介质
本专利技术实施例涉及计算机视觉
，尤其涉及一种图片中字符的识别方法、计算机设备和存储介质。
技术介绍
基于计算机视觉的光学字符识别(OpticalCharacterRecognition，OCR)，已经被广泛应用于商业领域。光学字符识别检测和识别自然场景图像中的文本仍然是具有挑战性的。包含自然场景的图片会存在很多影响文字识别的因素。例如，大量的光照变化、透视扭曲、图片质量、文本字体、不同的背景等。当需要检测的图片中字符存在倾斜，扭曲或者背景不同的情况下，光学字符识别的识别准确率会受一定的影响。
技术实现思路
本专利技术实施例提供一种图片中字符的识别方法、计算机设备和存储介质，以实现对图片中字符进行校正处理，提高识别准确率。第一方面，本专利技术实施例提供了一种图片中字符的识别方法，预先利用训练样本集对光学字符识别模型进行训练，方法包括：将待处理的图片输入光学字符识别模型；对待处理的图片进行第一深度的图像特征提取，得到第一特征矩阵；对第一特本文档来自技高网...

【技术保护点】
1.一种图片中字符的识别方法，其特征在于，预先利用训练样本集对光学字符识别模型进行训练，所述方法包括：/n将待处理的图片输入所述光学字符识别模型；/n对所述待处理的图片进行第一深度的图像特征提取，得到第一特征矩阵；/n对所述第一特征矩阵进行第一空间变化处理，得到第一次空间变换特征矩阵；/n对所述第一次空间变换特征矩阵进行第二深度的图像特征提取，得到第二特征矩阵，所述第二深度的图像特征提取使用的第一卷积层的层数大于所述第一深度；/n对所述第二特征矩阵进行第二空间变化处理，得到第二次空间变换特征矩阵；/n根据所述第二次空间变换特征矩阵，得到对所述待处理的图片中包括的字符的识别结果。/n

【技术特征摘要】
1.一种图片中字符的识别方法，其特征在于，预先利用训练样本集对光学字符识别模型进行训练，所述方法包括：
将待处理的图片输入所述光学字符识别模型；
对所述待处理的图片进行第一深度的图像特征提取，得到第一特征矩阵；
对所述第一特征矩阵进行第一空间变化处理，得到第一次空间变换特征矩阵；
对所述第一次空间变换特征矩阵进行第二深度的图像特征提取，得到第二特征矩阵，所述第二深度的图像特征提取使用的第一卷积层的层数大于所述第一深度；
对所述第二特征矩阵进行第二空间变化处理，得到第二次空间变换特征矩阵；
根据所述第二次空间变换特征矩阵，得到对所述待处理的图片中包括的字符的识别结果。


2.根据权利要求1所述的方法，其特征在于，对所述待处理的图片进行第一深度的图像特征提取，得到第一特征矩阵，包括：
获取所述待处理的图片的像素矩阵；
使用预设窗口大小的滤波器与所述像素矩阵进行卷积运算，得到所述第一特征矩阵。


3.根据权利要求1所述的方法，其特征在于，对所述第一特征矩阵进行第一空间变化处理，得到第一次空间变换特征矩阵，包括：
根据所述第一特征矩阵以及预设的空间变换方式，确定至少一个待变换参数；
根据所述待变换参数，搜索确定输入特征与输出特征之间的映射关系；
根据所述第一特征矩阵以及所述映射关系，得到所述第一次空间变换特征矩阵。


4.根据权利要求1所述的方法，其特征在于，对所述第一次空间变换特征矩阵进行第二深度的图像特征提取，得到第二特征矩阵，包括：
将所述第一次空间变换特征矩阵输入至密集卷积网络中，得到所述第二特征矩阵；
其中，所述密集卷积网络结构中包括至少两个稠密块，每个所述稠密块中使用预定窗口大小的滤波器与输入内容进行卷积运算，所述稠密块中包括多个依次相连的第二卷积层，对于每个所述第二卷积层，将该层之前的各第二卷积层输出的所有特征矩阵依次...

【专利技术属性】
技术研发人员：茅心悦，
申请(专利权)人：上海智臻智能网络科技股份有限公司，
类型：发明
国别省市：上海;31