本公开提供了一种字符识别方法，方法包括：获取指定图像，指定图像中包括字符图像；基于指定图像对应的分辨率，将指定图像的分辨率放大指定倍数，获得超分辨率图像；根据超分辨率图像进行聚类处理，获得第一聚类图像，第一聚类图像中至少包括与字符图像对应的第一类图像；对第一聚类图像进行字符识别，获得与第一类图像对应的字符信息。能够在低对比度和低分辨率的情况下，对字符进行识别。对字符进行识别。对字符进行识别。
【技术实现步骤摘要】
一种字符识别方法、装置、设备及存储介质
[0001]本公开涉及字符识别领域，尤其涉及一种字符识别方法、装置、设备及存储介质。
技术介绍
[0002]在现有技术中，光学字符识别任务中最重要的环节就是字符的提取，即将文字在复杂背景的图像中图取出来。在工业应用现场，为了兼顾整体的拍照效果，需要对打光分布和硬件选型做出适当的取舍。常导致光照强度对于局部区域偏弱，或者字符和背景本身对比度不高的情况下，例如黑底灰字；都会导致字符和背景的对比度低，从而导致字符识别过程中无法完全的提取字符。
技术实现思路
[0003]本公开提供了一种字符识别方法、装置、设备及存储介质，以至少解决现有技术中存在的以上技术问题。
[0004]根据本公开的第一方面，提供了一种字符识别方法，所述方法包括：获取指定图像，所述指定图像中包括字符图像；基于指定图像对应的分辨率，将所述指定图像的分辨率放大指定倍数，获得超分辨率图像；根据所述超分辨率图像进行聚类处理，获得第一聚类图像，所述第一聚类图像中至少包括与字符图像对应的第一类图像；对所述第一聚类图像进行字符识别，获得与所述第一类图像对应的字符信息。
[0005]在一可实施方式中，所述基于指定图像对应的分辨率，将所述指定图像的分辨率放大指定倍数，获得超分辨率图像，包括：获取超分训练样本，所述超分训练样本包括同一图片对应的低分辨率图像和高分辨率图像；基于所述超分训练样本，训练获得超分辨率模型，所述超分辨率模型用于根据低分辨率图像生成高分辨率图像；将所述指定图像输入所述超分辨率模型，获得分辨率放大指定倍数的超分辨率图像。
[0006]在一可实施方式中，根据所述超分辨率图像进行聚类处理，获得第一聚类图像，所述方法还包括：对所述超分辨率图像进行冲击滤波，获得增强图像；对所述增强图像进行聚类处理，获得第一聚类图像。
[0007]在一可实施方式中，对所述增强图像进行聚类处理，获得第一聚类图像，包括：根据所述增强图像的灰度值，对所述增强图像的像素点进行聚类，确定第一类像素点和第二类像素点；其中，第一类像素点或第二类像素点用于表征字符图像对应的像素点；根据所述第一类像素点和第二类像素点，生成所述第一聚类图像。
[0008]在一可实施方式中，根据所述第一类像素点和第二类像素点，生成所述第一聚类图像，包括：将所述第一类像素点对应的灰度值修改为第一灰度值，将所述第二类像素点对应的灰度值修改为第二灰度值，获取第一聚类图像；其中，第一灰度值和第二灰度值的数值不同。
[0009]在一可实施方式中，对所述第一聚类图像进行字符识别，获得与所述第一类图像对应的字符信息之后，还包括：当对所述第一聚类图像进行字符识别失败的情况下，根据所
述增强图像的灰度值，对所述增强图像的像素点进行聚类，确定第三类像素点、第四类像素点和第五类像素点；将所述第三类像素点对应的灰度值修改为第一灰度值，将所述第四类像素点对应的灰度值修改为第二灰度值，将所述第五类像素点对应的灰度值修改为第三灰度值，获取第二聚类图像；其中，第一灰度值、第二灰度值和第三灰度值的数值不同；对所述第二聚类图像进行字符识别，获得与所述第二聚类图像对应的字符信息。
[0010]在一可实施方式中，所述获取指定图像，所述指定图像中包括字符图像之前，所述方法还包括；获取原始图像；对所述原始图像进行灰度化处理，获得所述指定图像。
[0011]根据本公开的第二方面，提供了一种字符识别装置，所述装置包括：获取模块，用于获取指定图像，所述指定图像中包括字符图像；放大模块，用于基于指定图像对应的分辨率，将所述指定图像的分辨率放大指定倍数，获得超分辨率图像；聚类模块，用于根据所述超分辨率图像进行聚类处理，获得第一聚类图像，所述第一聚类图像中至少包括与字符图像对应的第一类图像；识别模块，用于对所述第一聚类图像进行字符识别，获得与所述第一类图像对应的字符信息。
[0012]在一可实施方式中，所述放大模块，包括：获取子模块，用于获取超分训练样本，所述超分训练样本包括同一图片对应的低分辨率图像和高分辨率图像；训练子模块，用于基于所述超分训练样本，训练获得超分辨率模型，所述超分辨率模型用于根据低分辨率图像生成高分辨率图像；输入子模块，用于将所述指定图像输入所述超分辨率模型，获得分辨率放大指定倍数的超分辨率图像。
[0013]在一可实施方式中，所述聚类模块包括：滤波子模块，用于对所述超分辨率图像进行冲击滤波，获得增强图像；聚类子模块，用于对所述增强图像进行聚类处理，获得第一聚类图像。
[0014]在一可实施方式中，聚类子模块，还用于根据所述增强图像的灰度值，对所述增强图像的像素点进行聚类，确定第一类像素点和第二类像素点；其中，第一类像素点或第二类像素点用于表征字符图像对应的像素点；根据所述第一类像素点和第二类像素点，生成所述第一聚类图像。
[0015]在一可实施方式中，聚类子模块，还用于将所述第一类像素点对应的灰度值修改为第一灰度值，将所述第二类像素点对应的灰度值修改为第二灰度值，获取第一聚类图像；其中，第一灰度值和第二灰度值的数值不同。
[0016]在一可实施方式中，所述设备还包括：所述聚类模块，还用于当对所述第一聚类图像进行字符识别失败的情况下，根据所述增强图像的灰度值，对所述增强图像的像素点进行聚类，确定第三类像素点、第四类像素点和第五类像素点；修改模块，用于将所述第三类像素点对应的灰度值修改为第一灰度值，将所述第四类像素点对应的灰度值修改为第二灰度值，将所述第五类像素点对应的灰度值修改为第三灰度值，获取第二聚类图像；其中，第一灰度值、第二灰度值和第三灰度值的数值不同；所述识别模块，还用于对所述第二聚类图像进行字符识别，获得与所述第二聚类图像对应的字符信息。
[0017]在一可实施方式中，所述设备还包括；获取模块，用于获取原始图像；处理模块，用于对所述原始图像进行灰度化处理，获得所述指定图像。
[0018]根据本公开的第三方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器
执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开所述的方法。
[0019]根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本公开所述的方法。
[0020]本公开提供了一种字符识别方法、装置、设备及存储介质，通过获取指定图像后，基于指定图像的分辨率进行放大，放大至指定倍数，获得超分辨率图像，通过对超分辨率图像进行聚类处理，获得第一聚类图像，第一聚类图像中包括与字符图像对应的第一类图像；通过对第一聚类图像进行识别，获得与所述第一类图像对应的字符信息；在本公开中，通过对分辨率的放大，解决了低分辨率的问题，通过对超分辨率图像进行聚类处理，解决了低对比度的问题，从而提高了对低对比度和低分辨率的图像进行字符识别的成功率和完整度，可以有效提高生产过程中的生产本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种字符识别方法，其特征在于，所述方法包括：获取指定图像，所述指定图像中包括字符图像；基于指定图像对应的分辨率，将所述指定图像的分辨率放大指定倍数，获得超分辨率图像；根据所述超分辨率图像进行聚类处理，获得第一聚类图像，所述第一聚类图像中至少包括与字符图像对应的第一类图像；对所述第一聚类图像进行字符识别，获得与所述第一类图像对应的字符信息。2.根据权利要求1所述的方法，其特征在于，所述基于指定图像对应的分辨率，将所述指定图像的分辨率放大指定倍数，获得超分辨率图像，包括：获取超分训练样本，所述超分训练样本包括同一图片对应的低分辨率图像和高分辨率图像；基于所述超分训练样本，训练获得超分辨率模型，所述超分辨率模型用于根据低分辨率图像生成高分辨率图像；将所述指定图像输入所述超分辨率模型，获得分辨率放大指定倍数的超分辨率图像。3.根据权利要求1所述的方法，其特征在于，根据所述超分辨率图像进行聚类处理，获得第一聚类图像，所述方法还包括：对所述超分辨率图像进行冲击滤波，获得增强图像；对所述增强图像进行聚类处理，获得第一聚类图像。4.根据权利要求3所述的方法，其特征在于，对所述增强图像进行聚类处理，获得第一聚类图像，包括：根据所述增强图像的灰度值，对所述增强图像的像素点进行聚类，确定第一类像素点和第二类像素点；其中，第一类像素点或第二类像素点用于表征字符图像对应的像素点；根据所述第一类像素点和第二类像素点，生成所述第一聚类图像。5.根据权利要求4所述的方法，其特征在于，根据所述第一类像素点和第二类像素点，生成所述第一聚类图像，包括：将所述第一类像素点对应的灰度值修改为第一灰度值，将所述第二类像素点对应的灰度值修改为第二灰度值，获取第一聚类图像；其中，第一灰度值和第二灰度值的数值不同。6.根据权利要求1所述的方法，其特征在于，对所述第...
【专利技术属性】
技术研发人员：袁康，高爽笑，赵兵，李飞，张伟，
申请(专利权)人：联宝合肥电子科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。