一種基于OCR的文字圖像識(shí)別方法及裝置

基本信息

申請(qǐng)?zhí)?/td> CN201911337453.2 申請(qǐng)日 -
公開（公告）號(hào) CN111079768A 公開（公告）日 2020-04-28
申請(qǐng)公布號(hào) CN111079768A 申請(qǐng)公布日 2020-04-28
分類號(hào) G06K9/34;G06F40/232;G06F40/289 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 胡茜;劉寧;吳志超;王靜 申請(qǐng)（專利權(quán)）人 北京愛醫(yī)生智慧醫(yī)療科技有限公司
代理機(jī)構(gòu) 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司 代理人 張睿
地址 102206 北京市昌平區(qū)科技園區(qū)生命園路9號(hào)院1號(hào)樓205室
法律狀態(tài) -

摘要

摘要 本發(fā)明實(shí)施例提供一種基于OCR的文字圖像識(shí)別方法及裝置。所述方法包括對(duì)待識(shí)別文字圖像執(zhí)行OCR和分詞處理，得到待糾錯(cuò)文本；將待糾錯(cuò)文本中的相鄰散串字符拼接為合并字符；根據(jù)所述合并字符，以及與散串字符對(duì)應(yīng)的混淆集得到候選語句列表；根據(jù)自然語言概率統(tǒng)計(jì)模型選取概率最大的候選語句作為糾錯(cuò)結(jié)果文本，本發(fā)明實(shí)施例通過對(duì)待識(shí)別文字圖像執(zhí)行OCR識(shí)別和分詞處理得到包含散串字符的待糾錯(cuò)文本，再將連續(xù)散串字符拼接為合并字符，或者用散串字符對(duì)應(yīng)的混淆集的替換文字進(jìn)行替換，得到候選語句列表，最后根據(jù)自然語言概率統(tǒng)計(jì)模型確定糾錯(cuò)結(jié)果文本，從而能夠更加簡單、準(zhǔn)確得對(duì)文字圖像進(jìn)行識(shí)別。