一种图像中连续成段文本检测与识别方法

摘要

本发明公开一种基于SegLink与Attention‑based CRNN融合处理的图像中连续成段文本检测与识别方法，属于光学字符识别技术领域，旨在解决OCR信息文档数字化中文本检测，尤其是倾斜文本检测精确率低，定位困难，字体切分困难，识别准确率低的问题。本发明搭建了基于Tensorflow深度学习框架的SegLink+CRNN模型，通过SegLink网络检测图像中的文本行，将成段文本按行切分,通过密集连接的卷积神经网络提取单行文本特征，双向循环神经网络处理文本中上下文的序列信息，采用CTC解码算法避免了单字切分问题，消除单字切分环节对识别准确率的影响，并进一步在CTC转录时融入Attention机制针对文本序列特性提高识别准确率。本方法在印刷体和手写体识别中都适用，且能运用于英文，中文等多语种文本识别。