-
公开(公告)号:CN111950548B
公开(公告)日:2023-07-28
申请号:CN202010793534.X
申请日:2020-08-10
申请人: 河南大学
IPC分类号: G06V20/62 , G06V30/19 , G06V10/75 , G06V10/764 , G06N3/0464 , G06V10/82 , G06N3/08
摘要: 本发明公开了一种引入字库文字图像进行深度模板匹配的汉字识别方法,包括以下步骤:A:对汉字矢量字库中每个文字,得到字库文字图像及对应的文字内容;B:对汉字矢量字库中每个文字,获取该文字对应的真实字符图像集合;C:设置训练模型及参数;D:随机挑选K组文字内容相同或不同的字库文字图像和真实字符图像的组合,利用双通道孪生神经网络对模型进行训练并得到更新后的文字识别模型;E:创建键值对数据结构并读取拟预测真实字符图像;F:利用更新后的文字识别模型,将拟预测真实字符图像与汉字矢量字库中的所有字库文字图像比对并输出结果。本发明极大地降低了汉字识别的难度,提高了汉字识别的准确率。
-
公开(公告)号:CN111950548A
公开(公告)日:2020-11-17
申请号:CN202010793534.X
申请日:2020-08-10
申请人: 河南大学
摘要: 本发明公开了一种引入字库文字图像进行深度模板匹配的汉字识别方法,包括以下步骤:A:对汉字矢量字库中每个文字,得到字库文字图像及对应的文字内容;B:对汉字矢量字库中每个文字,获取该文字对应的真实字符图像集合;C:设置训练模型及参数;D:随机挑选K组文字内容相同或不同的字库文字图像和真实字符图像的组合,利用双通道孪生神经网络对模型进行训练并得到更新后的文字识别模型;E:创建键值对数据结构并读取拟预测真实字符图像;F:利用更新后的文字识别模型,将拟预测真实字符图像与汉字矢量字库中的所有字库文字图像比对并输出结果。本发明极大地降低了汉字识别的难度,提高了汉字识别的准确率。
-