专利交易市场

本发明公开了一种基于文字识别与语义分析的发票分类方法，其以检测出发票的种类为目标，首先利用图像采集设备采集发票图像，接着利用霍夫变换检测出图像中发票的长和宽，再将长和宽与预先设定的边长阈值分别进行比较，实现发票的初步分类，然后根据初步分类的结果，调用相应的发票模板，切割出需要进行文字识别的区域；最后调用百度文字识别系统等第三方文字识别系统识别上述区域中的文字；识别完成后，对其结果进行语义分析，最终得出发票分类的精确结果。本发明解决了发票识别中因无法区分发票种类而不能实现准确识别的问题，适用于多种不同类别的发票，在发票识别与智能财务报销中拥有较高的应用价值。

本申请实施例属于人工智能领域，应用于智慧医疗领域中，涉及一种基于文字检测模型的文字识别方法及其相关设备，包括接收待识别的文字图片，在待识别的文字图片的方向不是标准方向时，基于训练后的方向检测模型对待识别的文字图片进行旋转矫正，获得矫正后的文字图片；将矫正后的文字图片输入至训练后的文字检测模型中，获得输出的包含至少一个初始检测框的初始图像；分别基于每个初始检测框，对所述初始图像进行旋转和裁切操作，获得至少一个目标图像；基于所有目标图像生成图像列表，将图像列表输入至训练后的文字识别模型中，获得输出的文字识别结果。文字识别结果可存储于区块链中。本申请避免文字图片失真，提升计算机识别文字的准确度。

本发明公开了一种基于seq2seq语言模型的文字识别方法及系统，其方法步骤：获取将要识别的含有文字信息的图片；对输入的图片进行图像分割、图像二值化和角度矫正预处理，去除图片中的干扰信息；将图片输入到融合文字识别模型和seq2seq语言模型的文字识别方法中，得到图片中的文字信息。本发明有益效果：本发明通过使用CRNN文字识别模型和seq2seq语言模型相融合，获取了文字的视觉特征和语言特征，并将得到的特征和结果进行融合迭代，从而逐步获取更具有鲁棒性的识别结果，提高了文字识别尤其是在部分文字被遮挡时的正确率。

本发明提供了一种文字识别模型的训练方法、装置、设备及可读存储介质,包括:调用合成数据集对初始学习模型进行训练,以获得中间模型;调用真实数据集对所述中间模型进行训练,以获得文字识别模型,其中,所述文字识别模型用于接收图像采集装置采集到的图像,并根据所述图像生成文字对象的识别信息及其对应的位置信息。解决了现有技术无法识别不规则分布或者弯曲的文字。

本发明公开了一种文字识别方法及装置，属于图像识别领域。所述方法包括：对输入图像进行扩增，得到多个图像，所述多个图像包含同一待识别的文字，所述多个图像中所述文字的朝向不同；对所述多个图像进行融合，得到融合后的图像，所述融合后的图像包含多种朝向的所述文字的特征信息，所述多种朝向包括所述多个图像中所述文字的朝向；对所述融合后的图像进行文字识别，输出文字识别结果。本发明在文字识别过程中可以同时观察该多种不同朝向的文字信息，可以满足日益复杂的多种不同朝向的文字识别需求。