买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜西北工业大学申请的专利一种面向多行字符OCR识别结果的行归类后处理方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115909368B 。

龙图腾网通过国家知识产权局官网在2025-04-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211298312.6，技术领域涉及：G06V30/26；该发明授权一种面向多行字符OCR识别结果的行归类后处理方法是由王淑侠;张杰;何卫平;李江红;吴世鑫设计研发完成，并于2022-10-23向国家知识产权局提交的专利申请。

本一种面向多行字符OCR识别结果的行归类后处理方法在说明书摘要公布了：本发明公开了一种面向多行字符OCR识别结果的行归类后处理方法，将OCR引擎识别确定的文本包围框信息作为输入，采用降维聚类的思想将非结构化字符归类为不同的行，同时具备对字符行归类失效概率较高的倾斜文本的高精度行归类能力，从而将OCR识别结果结构化。本发明可以对OCR引擎识别结果进行有效的后处理判断校正，并提高倾斜文本的识别结果准确率。

本发明授权一种面向多行字符OCR识别结果的行归类后处理方法在权利要求书中公布了：1.一种面向多行字符OCR识别结果的行归类后处理方法，其特征在于，包括如下步骤：步骤1：给定OCR识别结果{O＝S1,…,Si,…,Sm}，共m个字符，得到所有字符的包围框原始数据；第i，1≤i≤m个字符的包围框数据表示为：左上角点坐标Pixi,yi、框宽li和框高hi；OCR识别图像的左上角为坐标原点O0,0；输入待识别的文本总行数Sum，记Line＝1；步骤2：步骤2：遍历O中所有字符的坐标点的y坐标，取y最小值对应的点为初始点，记为初始点P1x1,y1；步骤3：以X轴方向的单位向量为初始向量A＝1,1；以P1为向量起点，除P1外的剩余点Pj,2≤j≤m为向量终点，构建其它向量Bj＝xj-x1,yj-y1，得到向量集合E＝{A,B2,…,Bj,…,Bm}；步骤4：根据式1计算初始向量A与其它向量Bj之间的夹角θj，将二维包围框原始数据降维为一维向量角度数据集合G＝{θ2,…,θj,…,θm}； 步骤5：采用式2对数据集G进行非线性log归一化，得到归一化结果G′＝{θ′2,…,θ′j,…,θ′m}； 其中θmax为集合G中θj最大值，表示集合G中θj最小值向下取整；步骤6：采用K-Means聚类算法将归一化后的样本数据G′的相似度划分为k个类别的簇C＝{C1,…,Ce,…,Ck}，随机选取k个簇中心：μ1,…,μe,…,μk，以使得以下损失函数E最小为目标： 步骤6-1：取k＝2，即通过K-Means聚类出两类簇结果；令C＝{C1,C2}，簇中心为：μ1,μ2；步骤6-2：初始化簇e＝1,2；计算样本数据G′中每个元素θ′j与各簇中心μe的距离根据dGK的大小确定θ′j的簇标记λe，然后将每一个元素归类到簇标记λe对应的簇内，即步骤6-3：若未满足损失函数E的条件或未达到识别出所有行，则重新计算每个簇对应的中心点若μe≠μ′e，则赋值更新μe＝μ′e；否则保持当前簇中心不变；重复步骤6-2和6-3，当簇中心都不再变化时，输出最终聚类出的2个簇步骤7：位于同一行字符归类出来的集合Ce内部元素相似度最高，计算出来的损失函数Ee最小，则取每簇的损失函数最小Emin对应的簇Ce为相似方向向量，取得对应的向量终点坐标点，即输出为同一行结果Ue；步骤8：将剩余的字符赋予为新输入字符，令O减Ue，令Line加1；步骤9：若满足SumLine+1，则继续执行步骤2到步骤8的操作，归类出新的行字符；若迭代后满足Sum＝Line+1，则停止迭代，识别并归类出所有Sum行字符：{U1,U2,…,USum}。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。