本发明专利技术涉及一种基于校验规则的OCR识别结果纠错方法，包括如下步骤：S1、利用OCR算法识别图像中的字符串，得到识别结果；S2、根据识别结果，判断字符串类别，并获取该字符串类别对应的校验规则；S3、根据所述校验规则，对识别结果进行检错；S4、根据校验规则和检错结果，对识别结果进行纠错。本发明专利技术利用替换字符集和校验规则，对识别结果进行纠错，提高形状相似字符的识别正确率。同时利用校验字符对识别结果进行检错，也可以对经替换字符集纠错后的识别结果进行检错，不输出错误的识别结果，进一步提高OCR识别结果的准确度。高OCR识别结果的准确度。高OCR识别结果的准确度。
A method and device for correcting OCR recognition results based on verification rules
【技术实现步骤摘要】
一种基于校验规则的OCR识别结果纠错方法、设备
[0001]本专利技术涉及一种基于校验规则的OCR识别结果纠错方法、设备，属于图像处理领域。
技术介绍
[0002]OCR全称Optical Character Recognition，光学字符识别，是一种用于识别图像和图像中的字符识别的技术。通过电子设备输入图像信息，对目标字符进行分析识别，将其转换为文本格式的字符串，解决图像文字输入的问题。目前OCR识别技术在条码识别领域主要应用识别身份证、护照、通行证以及驾驶证等证件，实现证件上的机读码区(MRZ:Machine Readable Zone)部分的字符识别。
[0003]但是在实际应用场景中，电子设备所拍摄的图像受倾斜、偏转以及受不同环境光照等的影响，图像会出现不规律的灰度跳变，导致字符切割不准确造成识别上的出错。同时在一些证件的机读码区同时存在着字母字符以及数字字符，部分字符间局部形态上存在着相似，一旦存在不规律的灰度变化以及字符切割上的不准确，及其容易造成字符识别错误或者是个别字符识别不出的情况，影响识别效率和正确率。
[0004]现有专利CN106650715B《一种根据允许集对字符串OCR识别结果检错与纠错的方法》公开以下内容：输入允许集和OCR识别结果；找出重复字符串、不可存在字符串和缺失字符串即为OCR识别结果中错误的字符串；对不可存在字符串用固定位置字符对的字符替换其相应位置处的字符；替换后的字符串组成纠正中间集；从纠正中间集中找出与缺失字符串相同的字符串，组成纠正结果集；纠正结果集中字符串即为纠正成功的字符串。但该专利中允许集的内容为将要识别的全部文本内容，则允许集只能对应一种类型文本，允许集适用范围窄且需要的存储空间较大；且在允许集中搜索匹配重复字符串、不可存在字符串和缺失字符串，计算量较大且费时。其次，利用固定位置字符对进行纠错，只能对在固定位置上固定内容的字符进行纠错，局限较大。
技术实现思路
[0005]为了解决上述现有技术中存在的问题，本专利技术提供一种基于校验规则的OCR识别结果纠错方法，判断字符串类别并获取该字符串类别对应的校验规则，可以对多种具有一定编码规则的字符串进行校验，灵活性强，适用范围广。同时，利用替换字符集和校验规则，对识别结果进行纠错，提高形状相似字符的识别正确率，从而提高OCR识别结果的准确度。
[0006]本专利技术的技术方案如下：
[0007]技术方案一：
[0008]一种基于校验规则的OCR识别结果纠错方法，包括如下步骤：
[0009]S1、利用OCR算法识别图像中的字符串，得到识别结果；所述字符串包括若干个字段，并预先设置有对应的校验规则；所述校验规则规定字符串各字段中字符的类型；
[0010]S2、根据识别结果，判断字符串类别，并获取该字符串类别对应的校验规则；
[0011]S3、根据所述校验规则，对识别结果进行检错：在识别结果中查找字符类型不满足校验规则的字符，记该字符为错误字符；
[0012]S4、根据校验规则和检错结果，对识别结果进行纠错：预先设置一用于纠错的替换字符集，所述替换字符集包括若干个形状相似字符之间的对应关系；根据替换字符集查找所述错误字符对应的相似字符，若相似字符符合错误字符所在字段的校验规则，则将错误字符替换为该相似字符。
[0013]进一步的，根据检错结果，再次判断所述字符串类别是否正确，若字符串类别正确，则对识别结果进行纠错，否则舍弃该识别结果。
[0014]进一步的，所述步骤S2具体为：根据识别结果中字符数量、类别标识符、字符所占行数中至少一者，判断字符串类别；所述类别标识符为字符串中预先设置的一个用于标识字符串类别的字段。
[0015]进一步的，所述根据检错结果，再次判断所述字符串类别是否正确具体为：若所述错误字符的个数超过第一阈值或不包含错误字符的字段个数低于第一阈值，则字符串类别不正确；否则字符串类别正确。
[0016]进一步的，所述校验规则还规定：字符串中设置有至少一个校验字符；所述校验字符对应字符串中的若干个字符，并由所述若干个字符计算得到；
[0017]根据所述校验规则，对识别结果进行检错：根据识别结果，计算校验字符；比对计算得到的校验字符和识别结果中的校验字符，若比对结果一致，则该校验字符对应的若干个字符不存在错误字符；否则，该校验字符对应的若干个字符存在错误字符。
[0018]进一步的，还包括：若校验字符对应的若干个字符中某一字符通过所述步骤S4进行纠错，则利用校验字符对所述纠错后的字符进行检错。
[0019]进一步的，计算所述校验字符，以公式表达为：
[0020][0021]X
check
＝Sum mod 10
[0022]式中：X1,X2,X3,
…
,X
n
为所述校验字符对应n个字符进行赋值得到的n个数值；Sum表示所述n个数值的加权叠加值，X
check
为校验字符。
[0023]进一步的，若识别结果中某一校验字符对应的若干个字符中存在数字类型的无法识别字符，则根据校验字符和所述公式逆推无法识别字符。
[0024]技术方案二：
[0025]一种基于校验规则的OCR识别结果纠错设备，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如技术方案一所述的方法。
[0026]本专利技术具有如下有益效果：
[0027]1、本专利技术根据字符串的特点，判断字符串类别并获取该字符串类别对应的校验规则，可以对多种具有一定校验规则的字符串进行校验，灵活性强，适用范围广。
[0028]2、本专利技术利用替换字符集和校验规则，对识别结果进行纠错，提高形状相似字符的识别正确率，从而提高OCR识别结果的准确度。
[0029]3、本专利技术利用校验字符对识别结果进行检错，也可以对经替换字符集纠错后的识别结果进行检错，进一步提高OCR识别的准确度。
[0030]4、本专利技术利用校验字符逆推得到无法识别字符，提高对只存在个别无法识别字符情况下的OCR识别率，无需重新通过OCR算法识别字符串，从而提高识别效率。
附图说明
[0031]图1为本专利技术流程图；
[0032]图2为实施例二中字符赋值示意图；
[0033]图3为校验规则示意图；
[0034]图4为待OCR识别图像。
具体实施方式
[0035]下面结合附图和具体实施例来对本专利技术进行详细的说明。
[0036]实施例一
[0037]参见图1，一种基于校验规则的OCR识别结果纠错方法，步骤如下：
[0038]S1、拍摄各类证件的机读区，得到图像。通过OCR算法识别图像中的字符串，得到识别结果。
[0039]本实施例对各类证件机读区图像进行OCR识别。证件包括国际民用航空组织的机读旅行证件以及中国出入境通行证、签证、护照等。证件机读区中包含一用于标识证件的字符串，字符串包括若本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于校验规则的OCR识别结果纠错方法，其特征在于，包括如下步骤：S1、利用OCR算法识别图像中的字符串，得到识别结果；所述字符串包括若干个字段，并预先设置有对应的校验规则；所述校验规则规定字符串各字段中字符的类型；S2、根据识别结果，判断字符串类别，并获取该字符串类别对应的校验规则；S3、根据所述校验规则，对识别结果进行检错：在识别结果中查找字符类型不满足校验规则的字符，记该字符为错误字符；S4、根据校验规则和检错结果，对识别结果进行纠错：预先设置一用于纠错的替换字符集，所述替换字符集包括若干个形状相似字符之间的对应关系；根据替换字符集查找所述错误字符对应的相似字符，若相似字符符合错误字符所在字段的校验规则，则将错误字符替换为该相似字符。2.根据权利要求1所述的一种基于校验规则的OCR识别结果纠错方法，其特征在于，在所述步骤S3与所述步骤S4之间，还包括：根据检错结果，再次判断所述字符串类别是否正确，若字符串类别正确，则对识别结果进行纠错；否则舍弃该识别结果。3.根据权利要求2所述的一种基于校验规则的OCR识别结果纠错方法，其特征在于，所述步骤S2具体为：根据识别结果中字符数量、类别标识符、字符所占行数中至少一者，判断字符串类别；所述类别标识符为字符串中预先设置的一个用于标识字符串类别的字段。4.根据权利要求3所述的一种基于校验规则的OCR识别结果纠错方法，其特征在于，所述根据检错结果，再次判断所述字符串类别是否正确，具体为：若所述错误字符的个数超过第一阈值或不包含错误字符的字段个数低于第一阈值，则字符串类别不正确；否则字符串类别正确。5.根据权利要求1所述的一种基于校验规则的OCR识别结果纠错方法，其特征在于，所述校验规则还规定：字符串中设置有至少一个校验字符；所述校验字符对应字符串中的若干个字符，并由所述若干个字符计算得到；根据所述校验规则，对识别结果进行检错：根据识别结果，计算校验字符；比对计算得到的校验字符和识别结...
【专利技术属性】
技术研发人员：郑颖，宋少龙，林少伟，
申请(专利权)人：福州符号信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。