CN109034149A - 一种字符识别方法及装置 - Google Patents

Abstract

本发明实施例提供了一种字符识别方法及装置，解决了现有技术中字符分割不准确导致的识别效果差的问题。该方法具体包括：接收待进行字符识别的图片；搜索图片中的字符可能存在区域，识别所述字符可能存在区域中的字符，并且确定出字符识别的可信度；调整所述字符可能存在区域的大小和位置，识别调整后的字符可能存在区域中的字符，并且确定出字符识别的可信度；根据每次字符识别的结果及对应的可信度，确定出最终的字符识别结果。

Description

一种字符识别方法及装置

技术领域

本发明涉及图像处理技术领域，尤其涉及一种字符识别方法及装置。

背景技术

随着机器学习技术在图像处理技术领域的应用，大幅提高了图像处理技术的应用效果。图像处理技术的一个重要内容是字符识别，通过对人工神经网络展开训练，能够对输入的字符图片达到较高的识别效果。

字符识别的一个重要的应用场景是车牌识别。由于目前的人工神经网络主要是对单一字符图片进行识别，因此需要对输入图片进行车牌定位校正后，把车牌图像中的7个字符分别一个个地分割提取出来，为后面字符识别提供输入。

车牌分割提取之后，即进入车牌识别流程，该流程主要负责对前面每一个分割结果，进行识别分类，输出该分割结果的语义。以上步骤要满足两个条件，首先，输入的分割结果应该是一个包含车牌字符的图像。然后，输出的语义结果应该是该分割结果对应的真实字符含义。然而，现有技术面临着如下问题，即分割结果可能存在误差，导致识别结果不准确。

例如，一些模糊字符的二值化效果较差，导致字符粘连无法被正分割；再是车牌矫正不理想的情况，在垂直投影直方图看来也是粘连情况十分严重，难以分割；最后有的分割结果存在切字现象。分割结果不准确时，字符识别器无法准确识别出该字符的语义。

针对以上技术问题，目前并没有相应的解决方案。

发明内容

本发明实施例提供了一种字符识别方法及装置，用以解决目前由于图像分割不准确，导致字符无法被正确识别的问题。

本发明实施例提供的具体方案如下：

第一方面，一种字符识别方法，包括：

接收待进行字符识别的图片；

搜索图片中的字符可能存在区域，识别所述字符可能存在区域中的字符，并且确定出字符识别的可信度；

调整所述字符可能存在区域的大小和位置，识别调整后的字符可能存在区域中的字符，并且确定出字符识别的可信度；

根据每次字符识别的结果及对应的可信度，确定出最终的字符识别结果。

结合第一方面，在第一种可能的实现方式中，调整所述字符可能存在区域的大小和位置，包括：

按照第一预设步长和第一扩展上限，将所述字符可能存在区域分别向左、向右扩展；和/或，

按照第二预设步长和第二扩展上限，将所述字符可能存在区域分别向上、向下扩展。

结合第一方面，在第二种可能的实现方式中，所述识别调整后的字符可能存在区域中的字符，并且确定出字符识别的可信度，包括：

将调整后的字符可能存在区域采用不同的阈值进行二值化处理；

分别对处理后的区域进行字符识别，并且确定出字符识别的可信度；

确定出可信度最高的字符识别结果及对应的可信度。

结合第一方面或第一方面的第二种可能的实现方式，在第三种可能的实现方式中，该方法还包括：

每当识别出字符之后，判断字符特征是否满足预设条件；如果是，保留本次字符识别结果；

否则，放弃本次字符识别结果。

结合第一方面，在第四种可能的实现方式中，根据每次字符识别的结果及对应的可信度，确定出最终的字符识别结果，包括：

比较每次字符识别的结果对应的可信度，确定出可信度最高的字符识别结果；或者，

将每次字符识别的结果对应的可信度与预设阈值比较，直至获取到可信度不小于所述预设阈值的字符识别结果。

第二方面，一种字符识别装置，包括：

接收单元，用于接收待进行字符识别的图片；

初步识别单元；用于搜索图片中的字符可能存在区域，识别所述字符可能存在区域中的字符，并且确定出字符识别的可信度；

调整识别单元；用于调整所述字符可能存在区域的大小和位置，识别调整后的字符可能存在区域中的字符，并且确定出字符识别的可信度；

结果输出单元，用于根据每次字符识别的结果及对应的可信度，确定出最终的字符识别结果。

结合第二方面，在第一种可能的实现方式中，所述调整识别单元用于调整所述字符可能存在区域的大小和位置时，具体用于：

按照第一预设步长和第一扩展上限，将所述字符可能存在区域分别向左、向右扩展；和/或，

按照第二预设步长和第二扩展上限，将所述字符可能存在区域分别向上、向下扩展。

结合第二方面，在第二种可能的实现方式中，所述所述调整识别单元用于识别调整后的字符可能存在区域中的字符时，具体用于：

将调整后的字符可能存在区域采用不同的阈值进行二值化处理；

分别对处理后的区域进行字符识别，并且确定出字符识别的可信度；

确定出可信度最高的字符识别结果及对应的可信度。

结合第二方面或第二方面的第二种可能的实现方式，在第三种可能的实现方式中，该装置还包括：

过滤单元，用于每当识别出字符之后，判断字符特征是否满足预设条件；如果是，保留本次字符识别结果；

否则，放弃本次字符识别结果。

结合第二方面，在第四种可能的实现方式中，所述结果输出单元具体用于：

比较每次字符识别的结果对应的可信度，确定出可信度最高的字符识别结果；或者，

将每次字符识别的结果对应的可信度与预设阈值比较，直至获取到可信度不小于所述预设阈值的字符识别结果。

本发明实施例，接收待进行字符识别的图片，搜索图片中的字符可能存在区域，识别所述字符可能存在区域中的字符，并且确定出字符识别的可信度，调整所述字符可能存在区域的大小和位置，识别调整后的字符可能存在区域中的字符，并且确定出字符识别的可信度，根据每次字符识别的结果及对应的可信度，确定出最终的字符识别结果；通过对字符可能存在区域进行调整，寻找更加准确的分割结果并进行字符识别，利用每次的字符识别结果的可信度作为分割、识别结果好坏的评价标准，从而将准确的字符分割及识别结果选择出来，解决了现有技术中字符分割不准确导致的识别效果差的问题。

附图说明

图1是本发明实施例提供的一种字符识别方法的流程示意图；

图2是本发明实施例提供的一种字符识别方法的又一流程示意图；

图3是本发明实施例提供的一种字符识别装置的结构示意图；

图4是本发明实施例提供的一种字符识别装置的又一结构示意图。

具体实施方式

本发明实施例提供了一种字符识别方法及装置，解决了现有技术中字符分割不准确导致的识别效果差的问题。

本发明实施例提供了一种字符识别器，除了能够识别字符的语义外，还能给出分割结果的输入在识别器的作用下在对相应的字符语义的响应程度。比如采用人工神经网络(Artificial Neural Network,ANN)作为字符识别器，对一个字符‘A’的外接矩形区域进行识别，在识别器的输出向量上，找到表示字符A位置的可信度的值为0.98，而另外一个字符‘B’的外接矩形区域在这个位置的可信度值只是0.02。通过对可信度进行阈值判定，就能用评价出输入识别器的分割结果在识别后的结果是否可以采信。例如，设定0.9为判定阈值，由于0.98大于0.9，认定字符识别结果为A，反之，由于0.02小于0.9，不采用字符识别为B的结果。

参见图1，本发明实施例提供的一种字符识别方法包括：

S101、接收待进行字符识别的图片；

S102、搜索图片中的字符可能存在区域，识别所述字符可能存在区域中的字符，并且确定出字符识别的可信度；

S103、调整所述字符可能存在区域的大小和位置，识别调整后的字符可能存在区域中的字符，并且确定出字符识别的可信度；

S104、根据每次字符识别的结果及对应的可信度，确定出最终的字符识别结果。

步骤S102中，具体采用连通域分割法、垂直投影直方图分割法等方法从图片中分割出字符可能存在区域。分割结果通常是矩形区域，较佳地，还可以通过经验条件过滤得到更精准的分割结果。然而，分割结果有可能是不准确的，比如有些矩形区域并未覆盖整个字符，也就是产生切字现象；还有可能存在未被过滤的非字符结果。因此，应基于分割结果进行如步骤S103所示的进一步处理，以寻求更准确的分割结果。

较佳地，步骤S103中，调整所述字符可能存在区域的大小和位置，包括：按照第一预设步长和第一扩展上限，将所述字符可能存在区域分别向左、向右扩展；和/或，按照第二预设步长和第二扩展上限，将所述字符可能存在区域分别向上、向下扩展。

如前所述，分割结果不准确时，字符识别器无法准确识别出该字符的语义。因此，步骤S103对步骤S102中获取的字符可能存在区域进行调整，以寻找出更合适的分割方式。例如，对于某一字符可能存在区域，横向以扩展步长为2，扩展上限为10的参数，先向左扩展矩形区域，再向右扩展，最后两边同时扩展。比如一个矩形区域大小为5x10，先分别向左扩展为7x10,9x10等，再向右扩展为7x10，9x10，后向两边扩展成6x11，7x12。扩展操作是相互独立的，没有先后顺序的固有关系。同样，纵向以步长为1，上限为5的参数进行调整。

较佳地，本发明实施例提供如下步骤，用于应用于每次识别出字符之后，该步骤具体包括：每当识别出字符之后，判断字符特征是否满足预设条件；如果是，保留本次字符识别结果；否则，放弃本次字符识别结果。例如，在车牌识别场景下，字体比例超过1:1时，不符合车牌字体比例的客观条件，因此，放弃该字符识别结果。

本发明实施例提供的字符识别器的输入可以是灰度图，也可以是二值图。如果字符识别器的输入指定为二值图，在对字符可能存在区域进行字符识别之前，还需对该区域进行阈值化处理，将该区域转化为二值图。

现有的字符识别器存在过拟误差，可能将正确分割结果排除或混淆成其他字符。例如，某些字符的局部情况与其他字符相似，在输入的图片存在局部亮点的情况下，容易出现混淆，比如‘8’和‘B’。基于以上原因，在字符识别器的输入指定为二值图的情况下，对于每一字符可能存在区域及调整后的字符可能存在区域，采用如图2所示的处理流程，具体包括：

S201、采用不同的阈值对区域进行二值化处理；

S202、分别对处理后的区域进行字符识别，并且确定出字符识别的可信度；

S203、确定出可信度最高的字符识别结果及对应的可信度。

具体地，步骤S201中，先计算出最大类间方差法(OTSU)自适应阈值，再根据预设的步长获取OTSU自适应阈值附近的多个阈值，采用OTSU自适应阈值及附近的多个阈值分别对区域进行二值化处理。通过采用多个阈值分别进行二值化处理，找出最准确的一组识别结果，最大程度减少了环境因素对识别结果的影响。

具体地，步骤S104包括：比较每次字符识别的结果对应的可信度，确定出可信度最高的字符识别结果；或者，将每次字符识别的结果对应的可信度与预设阈值比较，直至获取到可信度不小于所述预设阈值的字符识别结果。即本发明实施例对字符识别结果的采用提供了两种方式，一种是比较所有的字符可能存在区域的识别结果，在字符识别器的输入指定为二值图的场景下，还要比较每一区域按照不同的阈值进行二值化处理后的字符识别结果，通过多次比较，寻找出可信度最高的字符识别结果。而第二种方式相对简便，只要寻找出可信度不小于所述预设阈值的字符识别结果，即可采用，不再进行进一步的分割识别。

参见图3，本发明实施例提供了一种字符识别装置，包括：

接收单元301，用于接收待进行字符识别的图片；

初步识别单元302；用于搜索图片中的字符可能存在区域，识别所述字符可能存在区域中的字符，并且确定出字符识别的可信度；

调整识别单元303；用于调整所述字符可能存在区域的大小和位置，识别调整后的字符可能存在区域中的字符，并且确定出字符识别的可信度；

结果输出单元304，用于根据每次字符识别的结果及对应的可信度，确定出最终的字符识别结果。

较佳地，所述调整识别单元303用于调整所述字符可能存在区域的大小和位置时，具体用于：

按照第一预设步长和第一扩展上限，将所述字符可能存在区域分别向左、向右扩展；和/或，

按照第二预设步长和第二扩展上限，将所述字符可能存在区域分别向上、向下扩展。

较佳地，所述所述调整识别单元303用于识别调整后的字符可能存在区域中的字符时，具体用于：

将调整后的字符可能存在区域采用不同的阈值进行二值化处理；

分别对处理后的区域进行字符识别，并且确定出字符识别的可信度；

确定出可信度最高的字符识别结果及对应的可信度。

如图4所示，较佳地，该装置还包括：

过滤单元305，用于每当识别出字符之后，判断字符特征是否满足预设条件；如果是，保留本次字符识别结果；

否则，放弃本次字符识别结果。

较佳地，所述结果输出单元304具体用于：

比较每次字符识别的结果对应的可信度，确定出可信度最高的字符识别结果；或者，

将每次字符识别的结果对应的可信度与预设阈值比较，直至获取到可信度不小于所述预设阈值的字符识别结果。

综上所述，本发明实施例提供了一种字符识别方法及装置，通过对字符分割结果进行调整，并对比各种分割结果对应的字符识别的可信度，从而寻找出准确的字符分割及识别结果。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种字符识别方法，其特征在于，包括：

接收待进行字符识别的图片；

搜索图片中的字符可能存在区域，识别所述字符可能存在区域中的字符，并且确定出字符识别的可信度；

调整所述字符可能存在区域的大小和位置，识别调整后的字符可能存在区域中的字符，并且确定出字符识别的可信度；

根据每次字符识别的结果及对应的可信度，确定出最终的字符识别结果。

2.如权利要求1所述的方法，其特征在于，调整所述字符可能存在区域的大小和位置，包括：

按照第一预设步长和第一扩展上限，将所述字符可能存在区域分别向左、向右扩展；和/或，

按照第二预设步长和第二扩展上限，将所述字符可能存在区域分别向上、向下扩展。

3.如权利要求1所述的方法，其特征在于，所述识别调整后的字符可能存在区域中的字符，并且确定出字符识别的可信度，包括：

将调整后的字符可能存在区域采用不同的阈值进行二值化处理；

分别对处理后的区域进行字符识别，并且确定出字符识别的可信度；

确定出可信度最高的字符识别结果及对应的可信度。

4.如权利要求1或3所述的方法，其特征在于，该方法还包括：

每当识别出字符之后，判断字符特征是否满足预设条件；如果是，保留本次字符识别结果；

否则，放弃本次字符识别结果。

5.如权利要求1所述的方法，其特征在于，根据每次字符识别的结果及对应的可信度，确定出最终的字符识别结果，包括：

比较每次字符识别的结果对应的可信度，确定出可信度最高的字符识别结果；或者，

将每次字符识别的结果对应的可信度与预设阈值比较，直至获取到可信度不小于所述预设阈值的字符识别结果。

6.一种字符识别装置，其特征在于，包括：

接收单元，用于接收待进行字符识别的图片；

初步识别单元；用于搜索图片中的字符可能存在区域，识别所述字符可能存在区域中的字符，并且确定出字符识别的可信度；

调整识别单元；用于调整所述字符可能存在区域的大小和位置，识别调整后的字符可能存在区域中的字符，并且确定出字符识别的可信度；

结果输出单元，用于根据每次字符识别的结果及对应的可信度，确定出最终的字符识别结果。

7.如权利要求6所述的装置，其特征在于，所述调整识别单元用于调整所述字符可能存在区域的大小和位置时，具体用于：

按照第一预设步长和第一扩展上限，将所述字符可能存在区域分别向左、向右扩展；和/或，

按照第二预设步长和第二扩展上限，将所述字符可能存在区域分别向上、向下扩展。

8.如权利要求6所述的装置，其特征在于，所述所述调整识别单元用于识别调整后的字符可能存在区域中的字符时，具体用于：

将调整后的字符可能存在区域采用不同的阈值进行二值化处理；

分别对处理后的区域进行字符识别，并且确定出字符识别的可信度；

确定出可信度最高的字符识别结果及对应的可信度。

9.如权利要求6或8所述的装置，其特征在于，该装置还包括：

过滤单元，用于每当识别出字符之后，判断字符特征是否满足预设条件；如果是，保留本次字符识别结果；

否则，放弃本次字符识别结果。

10.如权利要求6所述的装置，其特征在于，所述结果输出单元具体用于：

比较每次字符识别的结果对应的可信度，确定出可信度最高的字符识别结果；或者，

将每次字符识别的结果对应的可信度与预设阈值比较，直至获取到可信度不小于所述预设阈值的字符识别结果。