申请/专利权人:北京君正集成电路股份有限公司
申请日:2022-12-23
公开(公告)日:2024-06-25
公开(公告)号:CN118247791A
主分类号:G06V30/148
分类号:G06V30/148;G06V30/19;G06V10/82
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本发明提供一种自适应文字特征的图片分割方法,所述方法包括以下步骤:S1.按照模型训练的长度作为滑动窗进行第一次预测;S2.根据识别结果分析识别内容:计算此次识别出来的字数,预估每个字的像素宽度;S3.调整下一次滑动窗口及滑动步长:按照需求设定下一次滑动窗的大小,按照需求设定下一次滑动窗的步长;S4.再次送入模型进行识别;将步骤S3得到的这次滑动窗口送入模型进行识别,得到第二次识别结果;S5.对两次识别结果进行拼接;S6.循环步骤S2‑S5,得到最终的识别结果:通过多次循环后,直至整张图片预测完成,得到最终的识别结果。
主权项:1.一种自适应文字特征的图片分割方法,其特征在于,所述方法包括以下步骤:S1.按照识别模型训练时设定的长度送入识别模型进行第一次文字推理作为滑动窗进行第一次预测;所述的识别模型的训练为:使用大量含有文字信息的图片,送入神经网络进行特征抽取并分类映射到对应的文字上,当训练完成后,得到了一个用于图片文字识别的神经网络即识别模型,将一张带有文字的图片送入该模型后,就能自动识别出该文字对应的ids,此处的ids为每一个文字唯一的标识;S2.根据识别结果分析识别内容:计算此次识别出来的字数,预估每个字的像素宽度;S3.调整下一次滑动窗口及滑动步长:按照需求设定下一次滑动窗的大小,按照需求设定下一次滑动窗的步长;S4.再次送入识别模型进行识别:将步骤S3得到的这次滑动窗口再次送入识别模型进行识别,得到第二次识别结果;S5.对两次识别结果进行拼接;S6.循环步骤S2-S5,得到最终的识别结果:通过多次循环后,直至整张图片预测完成,得到最终的识别结果。
全文数据:
权利要求:
百度查询: 北京君正集成电路股份有限公司 一种自适应文字特征的图片分割方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。