一种低资源语种与通用语种的字典词条提取及识别方法

摘要

本发明公开了一种低资源语种与通用语种的字典词条提取及识别方法，在完成训练基础网络模型之后，包括以下步骤：首先对输入的字典图像进行几何校正和二值化等预处理；检测字典分栏情况，字典被分为两栏或多栏，将文本框间小于一定阈值T的框选为统一栏；在每一栏中进行图像词条切割；将切割获得的目标词条图像传入文本识别模块。本发明一种低资源语种与通用语种的字典词条提取及识别方法，通过先对输入的字典图像进行预处理矫正，再对输入的字典图像进行文本检测，然后再对字典进行分栏检测，将切割获得的词条文本图像传入文本识别模块，最后对识别结果按语料库格式规范化并自动导入指定语料库，极大提高字典词条导入语料库的效率。