一种图片文字识别方法技术

本发明专利技术公开了一种图片文字识别方法，包括以下步骤：S101：扩散方程图像增强，先使用相干增强各向异性扩散方程对图像进行增强；S201：FCOS‑VQ四边形目标检测，通过FCOS‑VQ四边形目标检测获得文本区域的四边形边界框；S301：文本特征对齐与识别，对四边形文本区域的特征进行提取，获得固定尺寸的特征图，最后对特征进行文本识别。本发明专利技术通过提出FCOS‑VQ网络，具有检测四边形边界框的能力。另外，使用两次双线性插值提取四边形文本区域的特征，这可以将任意方向的文本特征对齐为水平方向，从而简化了识别的难度，直接用CRNN和解耦文本解码器进行文本识别，在图片文字识别上的测试结果表明，提出的方法具有检测速度快和识别准确率高的特点。

【技术实现步骤摘要】

本专利技术属于计算机，尤其涉及一种图片文字识别方法。

技术介绍

1、随着自动驾驶、机器翻译的快速发展和办公无纸化的潮流到来，文本识别成为了人们生活、学习和工作的得力助手。文本识别可以将纸质文档中的文字提取出来保存为电子文档，也可以将商品包装上的外语提取出来进行翻译，但是在某些工作中，仍然使用传统的人工方法录入和核对文本信息，文本识别对文字的清晰程度比较敏感，往往需要先对图片进行预处理。

技术实现思路

1、本专利技术目的在于提供一种图片文字识别方法，以解决
技术介绍
中所提出的技术问题。

2、为实现上述目的，本专利技术的具体技术方案如下：一种图片文字识别方法，包括以下步骤：

3、s101：扩散方程图像增强，先使用相干增强各向异性扩散方程对图像进行增强；

4、s201：fcos-vq四边形目标检测，通过fcos-vq四边形目标检测获得文本区域的四边形边界框；

5、s301：文本特征对齐与识别，对四边形文本区域的特征进行提取，获得固定尺寸的特征图，最后对特征进行文本识别。本文档来自技高网...

【技术保护点】

1.一种图片文字识别方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种图片文字识别方法，其特征在于：所述步骤S101中的方程建立如下：

3.根据权利要求1所述的一种图片文字识别方法，其特征在于：所述步骤S201中使用特征金字塔网络提取特征，令Fi∈RH*W*C表示FPN中的第i层特征图，s表示到这层的总步长，(x，y)是特征图Fi上的位置，它作为感受野的中心，对应于输入图片中的位置

4.根据权利要求1所述的一种图片文字识别方法，其特征在于：所述步骤S201中FCOS的检测头部包括边界框类别分支，中心度回归分支和矩形边界框回归分支；其中，...

【技术特征摘要】

1.一种图片文字识别方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种图片文字识别方法，其特征在于：所述步骤s101中的方程建立如下：

3.根据权利要求1所述的一种图片文字识别方法，其特征在于：所述步骤s201中使用特征金字塔网络提取特征，令fi∈rh*w*c表示fpn中的第i层特征图，s表示到这层的总步长，(x，y)是特征图fi上的位置，它作为感受野的中心，对应于输入图片中的位置

4.根据权利要求1所述的一种图片文字识别方法，其特征...

【专利技术属性】
技术研发人员：胡娟，
申请(专利权)人：南京林业大学，
类型：发明
国别省市：