英文文本的识别方法、装置和电子设备制造方法及图纸

本申请提供一种英文文本的识别方法、装置和电子设备，涉及图像处理技术领域。该方法包括：在进行英文文本识别时，通过对待识别图像进行隐式分割，得到待识别图像对应的多个分割图像，其中，待识别图像中包括英文文本；并确定多个分割图像对应的目标特征序列；再将目标特征序列输入至长短期记忆LSTM网络模型中，得到英文文本的识别结果。这样通过对待识别图像进行隐式分割，可以较好地解决遮挡或者字符之间的粘附等因素的干扰，为后续进行英文文本识别提供了较好的依据；再结合长短期记忆LSTM网络模型进行英文文本识别，可以有效地提高识别结果的准确度。

【技术实现步骤摘要】

本申请涉及图像处理，尤其涉及一种英文文本的识别方法、装置和电子设备。

技术介绍

1、文本识别能将图像或者文档中的英文文本转换为可编辑和可搜索的文本数据，以实现自动化处理、文本搜索和检索、数据分析和挖掘等功能。

2、在一些图像识别场景中，例如，车牌图像识别场景或者光学字符识别(opticalcharacter recognition，ocr)场景等，通常需要先进行图像识别。目前，在对图像中的英文文本进行识别时，若图像中存在遮挡或者字符之间的粘附等因素，都会影响文本识别的准确度。

3、因此，如何准确地进行英文文本识别，提高识别结果的准确度，是本领域技术人员亟待解决的问题。

技术实现思路

1、本申请提供一种英文文本的识别方法、装置和电子设备，在进行英文文本识别时，可以提高识别结果的准确度。

2、本申请提供一种英文文本的识别方法，包括：

3、对待识别图像进行隐式分割，得到所述待识别图像对应的多个分割图像，所述待识别图像中包括英文文本；

4、确定所述多个分割图本文档来自技高网...

【技术保护点】

1.一种英文文本的识别方法，其特征在于，包括：

2.根据权利要求1所述的英文文本的识别方法，其特征在于，所述确定所述多个分割图像对应的目标特征序列，包括：

3.根据权利要求2所述的英文文本的识别方法，其特征在于，所述基于所述目标JSON数据和空洞卷积网络模型，确定所述目标特征序列，包括：

4.根据权利要求1-3任一项所述的英文文本的识别方法，其特征在于，所述LSTM网络模型包括正向LSTM网络模型和反向LSTM网络模型，所述将所述目标特征序列输入至长短期记忆LSTM网络模型中，得到所述英文文本的识别结果，包括：

5.根据权利要求4所述的英文...

【技术特征摘要】

1.一种英文文本的识别方法，其特征在于，包括：

2.根据权利要求1所述的英文文本的识别方法，其特征在于，所述确定所述多个分割图像对应的目标特征序列，包括：

3.根据权利要求2所述的英文文本的识别方法，其特征在于，所述基于所述目标json数据和空洞卷积网络模型，确定所述目标特征序列，包括：

4.根据权利要求1-3任一项所述的英文文本的识别方法，其特征在于，所述lstm网络模型包括正向lstm网络模型和反向lstm网络模型，所述将所述目标特征序列输入至长短期记忆lstm网络模型中，得到所述英文文本的识别结果，包括：

5.根据权利要求4所述的英文文本的识别方法，其特征在于，所述基于所述第一识别结果和所述第二识别结果，得到所述识别结果...

【专利技术属性】
技术研发人员：付惠斌，李森，
申请(专利权)人：三一环境产业有限公司，
类型：发明
国别省市：