專利名稱：一種字符切分的方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及文字識(shí)別領(lǐng)域，尤其涉及一種字符切分的方法及裝置。
背景技術(shù)：
隨著單字符識(shí)別準(zhǔn)確率的提高，字符切分已經(jīng)成為字符識(shí)別領(lǐng)域的關(guān)鍵問(wèn)題。一般的，字符切分的準(zhǔn)確率與字符識(shí)別的準(zhǔn)確率直接相關(guān)，字符切分的錯(cuò)誤會(huì)直接導(dǎo)致字符識(shí)別的錯(cuò)誤。常用的切分方法有基于圖像的切分方法和基于識(shí)別的切分方法。其中，基于圖像的切分方法由于根據(jù)字符圖像的高度、寬度、相鄰圖像的間隙等對(duì)字符進(jìn)行切分，故比較適用于字符結(jié)構(gòu)相對(duì)一致的東方語(yǔ)言文字，而對(duì)于字符高度、寬度不一致、并且容易出現(xiàn)粘連現(xiàn)象的西方語(yǔ)言，這種切分方法的準(zhǔn)確性較低進(jìn)而影響了字符識(shí)別的準(zhǔn)確性；而基于識(shí)別 的切分方法由于采用過(guò)切分技術(shù)，雖然提高了字符切分的準(zhǔn)確性，但比較耗時(shí)，從而降低字符識(shí)別的效率。

發(fā)明內(nèi)容
本發(fā)明實(shí)施例提供一種字符切分的方法及裝置，提高了字符識(shí)別的效率。本發(fā)明實(shí)施例采用如下技術(shù)方案—種字符切分的方法，包括將行字符圖像進(jìn)行過(guò)切分，得到行字符圖像的候選切分點(diǎn)；根據(jù)預(yù)設(shè)的有效識(shí)別距離閾值從所述候選切分點(diǎn)中獲取有效切分點(diǎn)；從所述有效切分點(diǎn)中獲取目標(biāo)切分點(diǎn)；利用所述目標(biāo)切分點(diǎn)對(duì)所述行字符圖像進(jìn)行切分。一種字符切分的裝置，包括獲取單元，用于將行字符圖像進(jìn)行過(guò)切分，得到行字符圖像的候選切分點(diǎn)；有效切分點(diǎn)獲取單元，用于根據(jù)預(yù)設(shè)的有效識(shí)別距離閾值從所述候選切分點(diǎn)中獲取有效切分點(diǎn)；目標(biāo)切分點(diǎn)獲取單元，用于從所述有效切分點(diǎn)中獲取目標(biāo)切分點(diǎn)；切分單元，用于利用所述目標(biāo)切分點(diǎn)對(duì)所述行字符圖像進(jìn)行切分。本發(fā)明實(shí)施例提供的一種字符切分的方法及裝置，由于通過(guò)預(yù)設(shè)的有效識(shí)別距離閾值從候選切分點(diǎn)中獲取目標(biāo)切分點(diǎn)，避免了對(duì)所有候選切分點(diǎn)組成的字符塊進(jìn)行識(shí)別，僅需要對(duì)上述目標(biāo)切分點(diǎn)組成的字符塊進(jìn)行識(shí)別，節(jié)省了字符識(shí)別的時(shí)間，從而提高了字符識(shí)別的效率。因此，利用本發(fā)明實(shí)施例的技術(shù)方案，提高了字符識(shí)別的效率。


為了更清楚地說(shuō)明本發(fā)明實(shí)施例的技術(shù)方案，下面將對(duì)實(shí)施例描述中所需要使用的附圖作一簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖I為本發(fā)明實(shí)施例二字符切分的方法的流程圖；圖2為本發(fā)明實(shí)施例二中英文單詞“reporter”被切分后的示意圖；圖3為本發(fā)明實(shí)施例三字符切分的裝置的示意圖；圖4為本發(fā)明實(shí)施例三字符切分的裝置的有效切分點(diǎn)獲取單元的示意圖；圖5為本發(fā)明實(shí)施例三字符切分的裝置的目標(biāo)切分點(diǎn)獲取單元的示意圖；圖6為本發(fā)明實(shí)施例三字符切分的裝置的又一示意圖。
具體實(shí)施方式
下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。為提高字符識(shí)別的效率，本發(fā)明實(shí)施例一提供了一種字符切分的方法，包括將行字符圖像進(jìn)行過(guò)切分，得到行字符圖像的候選切分點(diǎn)；根據(jù)預(yù)設(shè)的有效識(shí)別距離閾值從所述候選切分點(diǎn)中獲取有效切分點(diǎn)；從所述有效切分點(diǎn)中獲取目標(biāo)切分點(diǎn)；利用所述目標(biāo)切分點(diǎn)對(duì)所述行字符圖像進(jìn)行切分。通過(guò)以上描述可以看出，由于通過(guò)預(yù)設(shè)的有效識(shí)別距離閾值從候選切分點(diǎn)中獲取目標(biāo)切分點(diǎn)，避免了對(duì)所有候選切分點(diǎn)組成的字符塊進(jìn)行識(shí)別，僅需要對(duì)上述目標(biāo)切分點(diǎn)組成的字符塊進(jìn)行識(shí)別，節(jié)省了字符識(shí)別的時(shí)間，從而提高了字符識(shí)別的效率。因此，利用本發(fā)明實(shí)施例的技術(shù)方案，提高了字符識(shí)別的效率。如圖I所示，本發(fā)明實(shí)施例二提供了一種字符切分的方法，包括如下步驟步驟11、將行字符圖像進(jìn)行過(guò)切分，得到行字符圖像的候選切分點(diǎn)。在本實(shí)施例中，以所述行字符圖像的左邊界作為起始的切分點(diǎn)對(duì)所述行字符圖像進(jìn)行切分，從而獲取所述行字符圖像的候選切分點(diǎn)以及切分后的字符塊。以“reporter”這個(gè)英文單詞為例，如圖2所示，vl為起始的切分點(diǎn)，v2、v3、
v4、.......vl4分別為候選切分點(diǎn)。明顯的,所述vl、v2、v3、v4、.......vl4這14個(gè)切分
點(diǎn)將所述“r印orter”劃分為13個(gè)字符塊。步驟12、根據(jù)預(yù)設(shè)的有效識(shí)別距離閾值從所述候選切分點(diǎn)中獲取有效切分點(diǎn)。這里為便于說(shuō)明，將所述行字符圖像的左邊界和所述候選切分點(diǎn)都稱為切分點(diǎn)。其中，任意兩個(gè)切分點(diǎn)之間的字符構(gòu)成了這兩個(gè)切分點(diǎn)切分出來(lái)的字符塊。其中，所述邊具有權(quán)值，該權(quán)值可以表示與所述邊對(duì)應(yīng)的字符塊的字符識(shí)別可信度。在本實(shí)施例中，所述權(quán)值包括所述字符塊的識(shí)別距離。此外，所述有效識(shí)別距離閾值Th_ValDis可以為可信閾值Ttl的1/3-2/3。其中，所述可信閾值表示識(shí)別引擎的經(jīng)驗(yàn)統(tǒng)計(jì)閾值。一般的，當(dāng)字符塊的識(shí)別距離大于所述可信閾值時(shí)，該字符塊的識(shí)別結(jié)果可能不準(zhǔn)確。在本實(shí)施例中，可以將所述有效識(shí)別距離閾值Th_ValDis設(shè)置為1/2。對(duì)于英文字符，由英文識(shí)別引擎得出的可信閾值Ttl為100，故Th_ValDis = 50。還可以設(shè)置寬高比閾值或高度閾值，所述寬高比閾值或所述高度閾值用于對(duì)所述字符塊的合理性進(jìn)行判斷。一般地，當(dāng)所述字符塊的寬高比小于或等于所述寬高比閾值，或所述字符塊的高度小于或等于所述高度閾值，那么所述字符塊是合理的。對(duì)于英文字符，所述寬高比閾值的范圍可以為0-1. 5，所述高度閾值可以設(shè)置為所述行字符圖像的行高的1/4。在本實(shí)施例中，僅通過(guò)寬高比閾值來(lái)判斷所述字符塊的合理性，并將所述寬高比閾值Th_W/H 設(shè)置為 I. 5。在本實(shí)施例中，首先,從所述候選切分點(diǎn)中選取起始切分點(diǎn),將所述起始切分點(diǎn)的下一候選切分點(diǎn)作為待確認(rèn)切分點(diǎn)。然后，利用所述待確認(rèn)切分點(diǎn)與所述起始切分點(diǎn)以前的任意一個(gè)有效切分點(diǎn)組成待識(shí)別字符塊，其中所述起始切分點(diǎn)以前的任意一個(gè)有效切分點(diǎn)為所述待識(shí)別字符塊的左邊界，所述待確認(rèn)切分點(diǎn)為所述待識(shí)別字符塊的右邊界。接著，將所述待識(shí)別字符塊的寬高比與所述寬高比閾值進(jìn)行比較，若所述待識(shí)別字符塊的寬高比小于或等于所述寬高比閾值，那么所述待識(shí)別字符塊是合理的，進(jìn)而獲取所述待識(shí)別字符塊的識(shí)別距離。進(jìn)一步的，將所述待識(shí)別字符塊的識(shí)別距離與所述有效識(shí)別距離閾值進(jìn)行 比較。若所述待識(shí)別字符塊的識(shí)別距離小于或等于所述有效識(shí)別距離閾值，那么將所述待確認(rèn)切分點(diǎn)作為有效切分點(diǎn)。其中，所述起始切分點(diǎn)可以為任意切分點(diǎn)，既包括所述行字符圖像的左邊界vl，也可以包括候選切分點(diǎn)v2、v3......vl4。優(yōu)選的，以所述行字符圖像的左邊界Vl為第一個(gè)起始切分點(diǎn)，此時(shí)，v2為待確認(rèn)切分點(diǎn)。具體的，如圖2所示,還以所述“reporter”為例進(jìn)行說(shuō)明。在由所述候選切分點(diǎn)v2、v3、v4........vl4中獲取有效切分點(diǎn)之前，首先設(shè)置由
任意兩個(gè)切分點(diǎn)連接的邊的權(quán)值，如表I所示。此處，由任意兩個(gè)切分點(diǎn)連接的邊的權(quán)值T1一般遠(yuǎn)大于所述可信閾值I；。例如，可以將由任意兩個(gè)切分點(diǎn)連接的邊的權(quán)值T1都設(shè)置為1000。表I
權(quán)利要求
1.一種字符切分的方法，其特征在于，包括 將行字符圖像進(jìn)行過(guò)切分，得到行字符圖像的候選切分點(diǎn)； 根據(jù)預(yù)設(shè)的有效識(shí)別距離閾值從所述候選切分點(diǎn)中獲取有效切分點(diǎn)； 從所述有效切分點(diǎn)中獲取目標(biāo)切分點(diǎn)； 利用所述目標(biāo)切分點(diǎn)對(duì)所述行字符圖像進(jìn)行切分。
2.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述根據(jù)預(yù)設(shè)的有效識(shí)別距離閾值從所述候選切分點(diǎn)中獲取有效切分點(diǎn)包括 從所述候選切分點(diǎn)中選取起始切分點(diǎn)，將所述起始切分點(diǎn)的下一候選切分點(diǎn)作為待確認(rèn)切分點(diǎn)； 利用所述待確認(rèn)切分點(diǎn)與所述起始切分點(diǎn)以前的任意一個(gè)有效切分點(diǎn)組成待識(shí)別字符塊，其中所述起始切分點(diǎn)以前的任意一個(gè)有效切分點(diǎn)為所述待識(shí)別字符塊的左邊界，所述待確認(rèn)切分點(diǎn)為所述待識(shí)別字符塊的右邊界； 獲取所述待識(shí)別字符塊的識(shí)別距離，并將所述待識(shí)別字符塊的識(shí)別距離與所述有效識(shí)別距離閾值進(jìn)行比較，若所述待識(shí)別字符塊的識(shí)別距離小于或等于所述有效識(shí)別距離閾值，將所述待確認(rèn)切分點(diǎn)作為有效切分點(diǎn)。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述獲取所述待識(shí)別字符塊的識(shí)別距離之前，還包括 將所述待識(shí)別字符塊的寬高比與預(yù)設(shè)的寬高比閾值進(jìn)行比較，和/或?qū)⑺龃R(shí)別字符塊的高度與預(yù)設(shè)的高度閾值進(jìn)行比較； 所述獲取所述待識(shí)別字符塊的識(shí)別距離包括 若所述待識(shí)別字符塊的寬高比小于或等于所述寬高比閾值，和/或所述待識(shí)別字符塊的高度小于或等于所述高度閾值，獲取所述待識(shí)別字符塊的識(shí)別距離。
4.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述從所述有效切分點(diǎn)中獲取目標(biāo)切分點(diǎn)包括 根據(jù)所述有效切分點(diǎn)獲取至少一條有效切分路徑； 獲取所述有效切分路徑的有效平均識(shí)別距離； 從所述至少一條有效切分路徑中獲取有效平均識(shí)別距離最小的目標(biāo)切分路徑； 將組成所述目標(biāo)切分路徑的有效切分點(diǎn)作為目標(biāo)切分點(diǎn)。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述獲取所述有效切分路徑的有效平均識(shí)別距離包括 根據(jù)所述有效識(shí)別路徑中的所有非符號(hào)的字符塊的識(shí)別距離的總和以及所述所有非符號(hào)的字符塊的數(shù)量獲取所述有效切分路徑的有效平均識(shí)別距離。
6.根據(jù)權(quán)利要求1-5任一所述的方法，其特征在于，所述從所述有效切分點(diǎn)中獲取目標(biāo)切分點(diǎn)之后，還包括 將由相鄰的目標(biāo)切分點(diǎn)組成的字符塊的識(shí)別距離與所述有效識(shí)別距離閾值進(jìn)行比較； 若所述由相鄰的目標(biāo)切分點(diǎn)組成的字符塊的識(shí)別距離大于所述有效識(shí)別距離閾值，調(diào)整所述有效識(shí)別距離閾值以獲取準(zhǔn)確的目標(biāo)切分點(diǎn)。
7.一種字符切分的裝置，其特征在于，包括獲取單元，用于將行字符圖像進(jìn)行過(guò)切分，得到行字符圖像的候選切分點(diǎn)； 有效切分點(diǎn)獲取單元，用于根據(jù)預(yù)設(shè)的有效識(shí)別距離閾值從所述候選切分點(diǎn)中獲取有效切分點(diǎn)； 目標(biāo)切分點(diǎn)獲取單元，用于從所述有效切分點(diǎn)中獲取目標(biāo)切分點(diǎn)； 切分單元，用于利用所述目標(biāo)切分點(diǎn)對(duì)所述行字符圖像進(jìn)行切分。
8.根據(jù)權(quán)利要求7所述的字符切分的裝置，其特征在于，所述有效切分點(diǎn)獲取單元包括 待確認(rèn)切分點(diǎn)獲取模塊，用于從所述候選切分點(diǎn)中選取起始切分點(diǎn)，將所述起始切分點(diǎn)的下一候選切分點(diǎn)作為待確認(rèn)切分點(diǎn)； 待識(shí)別字符塊獲取模塊，用于利用所述待確認(rèn)切分點(diǎn)與所述起始切分點(diǎn)以前的任意一個(gè)有效切分點(diǎn)組成待識(shí)別字符塊，其中所述起始切分點(diǎn)以前的任意一個(gè)有效切分點(diǎn)為所述待識(shí)別字符塊的左邊界，所述待確認(rèn)切分點(diǎn)為所述待識(shí)別字符塊的右邊界； 識(shí)別距離獲取模塊，用于獲取所述待識(shí)別字符塊的識(shí)別距離； 比較模塊，用于并將所述待識(shí)別字符塊的識(shí)別距離與所述有效識(shí)別距離閾值進(jìn)行比較； 有效切分點(diǎn)獲取模塊，用于若所述待識(shí)別字符塊的識(shí)別距離小于或等于所述有效識(shí)別距離閾值，將所述待確認(rèn)切分點(diǎn)作為有效切分點(diǎn)。
9.根據(jù)權(quán)利要求10所述的字符切分的裝置，其特征在于，所述比較模塊還用于將所述待識(shí)別字符塊的寬高比與預(yù)設(shè)的寬高比閾值進(jìn)行比較，和/或?qū)⑺龃R(shí)別字符塊的高度與預(yù)設(shè)的高度閾值進(jìn)行比較； 所述識(shí)別距離獲取模塊具體用于若所述待識(shí)別字符塊的寬高比小于或等于所述寬高比閾值，和/或所述待識(shí)別字符塊的高度小于或等于所述高度閾值，獲取所述待識(shí)別字符塊的識(shí)別距離。
10.根據(jù)權(quán)利要求7所述的字符切分的裝置，其特征在于，所述目標(biāo)切分點(diǎn)獲取單元包括 有效切分路徑獲取模塊，用于根據(jù)所述有效切分點(diǎn)獲取至少一條有效切分路徑； 有效平均識(shí)別距離獲取模塊，用于獲取所述有效切分路徑的有效平均識(shí)別距離； 目標(biāo)切分路徑獲取模塊，用于從所述至少一條有效切分路徑中獲取有效平均識(shí)別距離最小的目標(biāo)切分路徑； 目標(biāo)切分點(diǎn)獲取模塊，用于將組成所述目標(biāo)切分路徑的有效切分點(diǎn)作為目標(biāo)切分點(diǎn)。
11.根據(jù)權(quán)利要求10所述的字符切分的裝置，其特征在于，有效平均識(shí)別距離獲取模塊具體用于根據(jù)所述有效識(shí)別路徑中的所有非符號(hào)的字符塊的識(shí)別距離的總和以及所述所有非符號(hào)的字符塊的數(shù)量獲取所述有效切分路徑的有效平均識(shí)別距離。
12.根據(jù)權(quán)利要求7-11任一所述的字符切分的裝置，其特征在于，還包括 比較單元，用于將由相鄰的目標(biāo)切分點(diǎn)組成的字符塊的識(shí)別距離與所述有效識(shí)別距離閾值進(jìn)行比較； 目標(biāo)切分點(diǎn)檢驗(yàn)單元，用于若所述由相鄰的目標(biāo)切分點(diǎn)組成的字符塊的識(shí)別距離大于所述有效識(shí)別距離閾值，調(diào)整所述有效識(shí)別距離閾值以獲取準(zhǔn)確的目標(biāo)切分點(diǎn)。
全文摘要
本發(fā)明實(shí)施例公開(kāi)了一種字符切分的方法及裝置，涉及文字識(shí)別領(lǐng)域，為提高字符識(shí)別的效率而發(fā)明。所述方法包括將行字符圖像進(jìn)行過(guò)切分，得到行字符圖像的候選切分點(diǎn)；根據(jù)預(yù)設(shè)的有效識(shí)別距離閾值從所述候選切分點(diǎn)中獲取有效切分點(diǎn)；從所述有效切分點(diǎn)中獲取目標(biāo)切分點(diǎn)；利用所述目標(biāo)切分點(diǎn)對(duì)所述行字符圖像進(jìn)行切分。本發(fā)明實(shí)施例主要用于字符識(shí)別中，通過(guò)預(yù)設(shè)的有效識(shí)別距離閾值從候選切分點(diǎn)中獲取目標(biāo)切分點(diǎn)，避免了對(duì)所有候選切分點(diǎn)組成的字符塊進(jìn)行識(shí)別，僅需要對(duì)上述目標(biāo)切分點(diǎn)組成的字符塊進(jìn)行識(shí)別，節(jié)省了字符識(shí)別的時(shí)間，從而提高了字符識(shí)別的效率。因此，利用本發(fā)明實(shí)施例的技術(shù)方案，提高了字符識(shí)別的效率。
文檔編號(hào)G06K9/34GK102915440SQ20111022155
公開(kāi)日2013年2月6日 申請(qǐng)日期2011年8月3日 優(yōu)先權(quán)日2011年8月3日
發(fā)明者萬(wàn)鑫 申請(qǐng)人:漢王科技股份有限公司