一种基于模板匹配的单号识别方法技术

本发明专利技术公开了一种基于模板匹配的单号识别方法，包括以下步骤：输入单据图像，并对输入的图像预处理；计算二值图像的外轮廓，得到多个外轮廓点的集合；根据步骤中的外轮廓点的集合，将对图像中的字符进行分割；将所述字符集合中各字符图像与预先设定的模板进行匹配，最终获得字符结果；将获取的字符进行排列组合，获取单号识别结果；本发明专利技术通过预先设定的模板像素大小，将筛选出的各单号信息转化为模板像素大小并与模板进行匹配，可快速、高效的识别单号信息，且模型结构简单，小巧，不需要训练数据，计算速度快，精度高。

【技术实现步骤摘要】
一种基于模板匹配的单号识别方法
本专利技术涉及光学字符识别(OCR)
，具体涉及一种基于模板匹配的单号识别方法。
技术介绍
图像文字识别技术在诸多现实场景中有着广泛的应用，如何构建准确、高效的识别模型是图像文字识别技术中的最重要的一步。现有的技术方法有多分类的神经网络、基于连接文本提议网络的自然图像文本检测(CTPN)等。现有的深度学习技术虽然能够较好的满足一般的情况，鲁棒性强，但是需要大量训练数据，模型庞大，计算速度慢，精度较低。
技术实现思路
为了解决上述技术问题，本专利技术所采用的技术方案是提供了一种基于模板匹配的单号识别方法，包括以下步骤：S1、输入单据图像，并对输入的图像预处理；S2、计算二值图像的外轮廓，得到多个外轮廓点的集合；S3、根据步骤S2中的外轮廓点的集合，将对图像中的字符进行分割；S4、将所述字符集合中各字符图像与预先设定的模板进行匹配，最终获得字符结果；S5、将获取的字符进行排列组合，获取单号识别结果；其中，预先设定的模板为预设像素的灰度图模板，共本文档来自技高网...

【技术保护点】
1.一种基于模板匹配的单号识别方法，其特征在于，包括以下步骤：/nS1、输入单据图像，并对输入的图像预处理；/nS2、计算二值图像的外轮廓，得到多个外轮廓点的集合；/nS3、根据步骤S2中的外轮廓点的集合，将对图像中的字符进行分割；/nS4、将所述字符集合中各字符图像与预先设定的模板进行匹配，最终获得字符结果；/nS5、将获取的字符进行排列组合，获取单号识别结果；/n其中，预先设定的模板为预设像素的灰度图模板，共62个，包括A-Z、a-z、0-9。/n

【技术特征摘要】
1.一种基于模板匹配的单号识别方法，其特征在于，包括以下步骤：
S1、输入单据图像，并对输入的图像预处理；
S2、计算二值图像的外轮廓，得到多个外轮廓点的集合；
S3、根据步骤S2中的外轮廓点的集合，将对图像中的字符进行分割；
S4、将所述字符集合中各字符图像与预先设定的模板进行匹配，最终获得字符结果；
S5、将获取的字符进行排列组合，获取单号识别结果；
其中，预先设定的模板为预设像素的灰度图模板，共62个，包括A-Z、a-z、0-9。


2.如权利要求1所述的基于模板匹配的单号识别方法，其特征在于，所述图像预处理包括步骤：
将输入的单据图像转换为灰度图，将灰度图转化为二值图像。


3.如权利要求2所述的基于模板匹配的单号识别方法，其特征在于，所述将输入的单据图像转换为灰度图，将灰度图转化为二值图像包括步骤：
通过BGR或RGB方法将单据图像转灰度图，计算输入图像的维度，如果维度大于2，则通道进行求平均、取整操作后，降维为灰度图像；
将所述灰度图像转二值图像：灰度图的值域为[0,255]，设定经验阈值10，如果某像素大于阈值则输出0，小于阈值则输出1。


4....

【专利技术属性】
技术研发人员：杜强，毛冠乔，郭雨晨，聂方兴，边作鹏，
申请(专利权)人：北京小白世纪网络科技有限公司，
类型：发明
国别省市：北京;11