一种基于行列切分的印刷体字符的识别方法技术

本发明专利技术公开了一种基于行列切分的印刷体字符的识别方法，对于图像进行列切分，对于列切分后的切片，再次进行行切分；将行列切分后的图像切片送入卷积神经网络，进行特征提取，得到切片对应的特征向量；对于空白切片，则在识别过程中，忽略这部分空白切片；对于存在文字部分的切片，使用循环神经网络模型学习这些切片的前后关联关系，经过softmax激励得到每列切片对应文字的预测概率，利用CTC算法处理每列切片的文字预测概率，进而确定所识别的文字。通过上述方式，本发明专利技术能够同时利用行、列两个维度的信息，所获得的文字特征更加丰富，识别率高。

A recognition method of printed characters based on row column segmentation

【技术实现步骤摘要】
一种基于行列切分的印刷体字符的识别方法
本专利技术涉及字符识别
，特别是涉及一种基于行列切分的印刷体字符的识别方法。
技术介绍
字符识别能够自动识别和提取图片中的文字，已广泛应用于纸质文件的电子化归档、不含芯片的证照信息读取等领域。当前，该领域的主流技术是深度学习技术，识别流程为：首先按行提取图片中的文字，然后按列对整行文字进行切分，最后将每一个切片送入深度学习模型识别并输出结果。然而，传统方法对提取后的文字区域只进行列切分，即将一行文字划分为多个列切片，这种方法仅适用于文字大小相同，且处于同一水平线上的情况。对于艺术字体，处于同一行的文字大小不尽相同，如果按最大文字高度进行列切分，则较小的文字占整个切片区域的比例较小，影响后续的识别。此外，由于广告文字排版的随意性，即使是同样大小的文字，也可能倾斜或者旋转排列，如果仅进行列切分，文字在不同切片中的位置是变化的，也会影响后续的识别。
技术实现思路
本专利技术主要解决的技术问题是提供一种基于行列切分的印刷体字符的识别方法，能够在列切分的基础上进行行切分，可同时利用本文档来自技高网...

【技术保护点】
1.一种基于行列切分的印刷体字符的识别方法，其特征在于，包括：对于图像进行列切分，对于列切分后的切片，再次进行行切分；将行列切分后的图像切片送入卷积神经网络，进行特征提取，得到切片对应的特征向量；对于空白切片，则在识别过程中，忽略这部分空白切片；对于存在文字部分的切片，使用循环神经网络模型学习这些切片的前后关联关系，经过softmax激励得到每列切片对应文字的预测概率，利用CTC算法处理每列切片的文字预测概率，进而确定所识别的文字。/n

【技术特征摘要】
1.一种基于行列切分的印刷体字符的识别方法，其特征在于，包括：对于图像进行列切分，对于列切分后的切片，再次进行行切分；将行列切分后的图像切片送入卷积神经网络，进行特征提取，得到切片对应的特征向量；对于空白切片，则在识别过程中，忽略这部分空白切片；对于存在文字部分的切片，使用循环神经网络模型学习这些切片的前后关联关系，经过softmax激励得到每列切片对应文字的预测概率，利用CTC算法处理每列切片的文字预测概率，进而确定所识别的文字。


2.根据权利要求1所述的一种基于行列切分的印刷体字符的识别方法，其特征在于，包括以下步骤：
步骤一、利用行文本检测算法，检测并裁剪图片中的行文本区域；
步骤二、对于每一个行文本区域，以固定宽度按列进行切分，形成列切片；
步骤三、对于每一个列切片，以固定高度按行进行二次切分，形成行切片；
...

【专利技术属性】
技术研发人员：胡焱，赵亚欧，郭继东，牛鹏，
申请(专利权)人：浪潮金融信息技术有限公司，
类型：发明
国别省市：江苏;32