[发明专利]一种用于复杂文字识别的随机样本产生方法

摘要

本发明涉及图像识别领域，特别涉及一种用于复杂文字识别的随机样本产生方法。在复杂文字识别中，通过分析文字复杂性的原因，在与待识别字符相似的标准字符的基础上使用随机样本生成器产生的包含待识别图片噪声模型和扭曲特征模型的大量样本。随机样本生成器自动生成的训练样本中包含各种复杂的噪声和扭曲变形，可以满足各种复杂文字识别的需要；将上述随机样本作为训练样本输入深度神经网络中，可以解决训练深度神经网络来识别文字时需要大量人工标注的问题，使复杂文字图像的自动识别变得更加简单易行，显著节省了相关的人工成本。

主权项

1.一种用于复杂文字识别的随机样本产生方法，其特征在于，包含以下实现步骤：（1‑1）选取一定数量的待处理样本图片，将所述样本图片中所的字符串切分成各个仅包含单个字符的待处理子图片；所述步骤（1‑1）中所述待处理样本图片在待识别图片样本集中选取；所述待处理样本图片包含待识别样本图片的噪声特征和，或扭曲特征；（1‑2）对上述待处理子图片进行分析，选取与待处理子图片字符最相似的字体库；（1‑3）分析待处理子图片的噪声情况和扭曲特征，构建相应的噪声模型和，或扭曲模型；（1‑4）根据噪音和扭曲的复杂程度，选择一定的变化步长在已选择字体库标准字符的基础上生成随机样本；所生成的随机样本中的噪声包括：点状背景噪声、图案背景噪声和，或线条噪声；所生成的随机样本中的扭曲特征包括：由仿射变换引起的平移、压缩、拉伸、旋转和，或扭曲。