《電子技術應用》
您所在的位置:首頁 > 其他 > 設計應用 > 基于模板匹配OCR的報告自動歸檔系統(tǒng)研究
基于模板匹配OCR的報告自動歸檔系統(tǒng)研究
信息技術與網(wǎng)絡安全
張 辰1,陳 陽2
(1.廣東省建設工程質(zhì)量安全檢測總站有限公司,廣東 廣州510500; 2.廣東省建筑科學研究院集團股份有限公司,廣東 廣州510500)
摘要: 針對建筑檢測行業(yè)中檢測報告多、人工歸檔效率低下的問題,利用模板匹配算法與LeNet框架建立了一套強魯棒性用于報告文件數(shù)字符號的OCR識別系統(tǒng)。針對報告中感興趣區(qū)域(ROI)位置和大小不固定的問題,采用了機器視覺領域中的模板匹配定位算法來定位報告文件的ROI區(qū)域。結(jié)合LeNet網(wǎng)絡與模板匹配定位算法,實現(xiàn)了傳統(tǒng)機器視覺方法與人工智能方法的結(jié)合,構(gòu)建了一套檢測報告自動歸檔系統(tǒng)。所構(gòu)建的自動歸檔系統(tǒng)的正確歸檔率達到了95.8%,有效節(jié)約了人工成本與時間成本。
中圖分類號: TP274
文獻標識碼: A
DOI: 10.19358/j.issn.2096-5133.2021.08.014
引用格式: 張辰,陳陽. 基于模板匹配OCR的報告自動歸檔系統(tǒng)研究[J].信息技術與網(wǎng)絡安全,2021,40(8):84-89.
Research on automatic filing system of detection report based on template matching and OCR recognition
Zhang Chen1,Chen Yang2
(1.Guangdong Construction Engineering Quality and Safety Inspection Station Co.,Ltd.,Guangzhou 510500,China; 2.Guangdong Building Research Institute Group Co.,Ltd.,Guangzhou 510500,China)
Abstract: In view of the problems of many detection reports and low efficiency of manual filing in the construction inspection industry, a strong robust OCR identification system for digital symbols of report files is established by using template matching algorithm and LeNet framework. Aiming at the problem that the location and size of ROI in the report are not fixed, a template matching location algorithm in the field of machine vision is used to locate the ROI region of the report file. Combined with the matching and positioning algorithm of LeNet network and template, the combination of traditional machine vision method and artificial intelligence method is realized, and a set of automatic filing system of detection report is constructed. The correct filing rate of the automatic archive system is 95.8%, which effectively saves labor cost and time cost.
Key words : template matching;OCR identification;automatic filing

0 引言

光學字符識別(Optical Character Recognition,OCR)是指對文本資料的圖像文件進行分析識別處理,獲取文字及版面信息的過程。亦即將圖像中的文字進行識別,并以文本的形式返回。其在文檔歸檔應用背景下具有廣闊的市場前景。OCR字符識別技術經(jīng)過多年發(fā)展,已有LeNet[1]、RRPN[2]、DMPNet[3]、CTPN[4]等OCR網(wǎng)絡結(jié)構(gòu)被提出。其中,CTPN是目前應用最廣的文本檢測模型之一。其基本假設是單個字符相較于異質(zhì)化程度更高的文本行更容易被檢測,因此先對單個字符進行類似R-CNN的檢測,并在檢測網(wǎng)絡中加入雙向LSTM[5],使檢測結(jié)果形成序列提供了文本的上下文特征,便可以將多個字符進行合并得到文本行。LeNet網(wǎng)絡提出時間較早,在銀行票據(jù)手寫體字符識別方面有著長期的應用。上述網(wǎng)絡結(jié)構(gòu)可以在通用背景下有效識別場景中的字符,對于非垂直文本也能進行檢測。對于大多數(shù)OCR的應用場景,并不需要對圖片中的所有字符進行識別,往往只需要對部分ROI區(qū)域的字符進行檢測,但OCR技術對ROI區(qū)域的位移與旋轉(zhuǎn)適應性較差,需要訓練單獨的網(wǎng)絡來對ROI區(qū)域進行定位。機器視覺技術在制造業(yè)領域有著廣泛的應用,特別是在工件定位、視覺測量等方面有大量成熟的算法,其中,模板匹配算法則針對工業(yè)定位[6-7]的應用背景,提出了基于灰度[8]、邊緣[9]、變換域[10]的模板匹配算法,能適應各種工業(yè)定位需求[11-15]。



本文詳細內(nèi)容請下載:http://www.rjjo.cn/resource/share/2000003731



作者信息:

張  辰1,陳  陽2

(1.廣東省建設工程質(zhì)量安全檢測總站有限公司,廣東 廣州510500;

2.廣東省建筑科學研究院集團股份有限公司,廣東 廣州510500)


此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。
主站蜘蛛池模板: 亚洲一区二区三区在线网站 | 日本特级黄毛片毛片视频 | 一级毛片aaaaaa免费看 | 嫩草影院成人 | 国产精品高清在线 | 一级一级特黄女人精品毛片 | 一级做a爰片久久毛片苍井优 | 天天躁夜夜躁狠狠躁2024 | 欧美特级一级毛片 | 99爱在线精品视频网站 | 99在线精品视频免费观里 | 色天天躁夜夜躁天干天干 | 久久精品片 | 国产日韩精品在线 | 免费一级毛片不卡在线播放 | 国产精品每日更新在线观看 | 国产成人女人在线视频观看 | 2020亚洲男人天堂 | 免费一级毛片免费播放 | 欧美成人高清性色生活 | 亚洲精品欧美精品 | 国产欧美精品一区二区三区 | 大量真实偷拍情侣视频野战 | 玖玖精品视频在线观看 | 久操视频免费在线观看 | 91免费视频版 | 美女视频黄a视频美女大全 美女视频黄a视频免费全程 | 美国做受三级的视频播放 | 成人免费观看国产高清 | 日本亚洲欧美高清专区vr专区 | 狠狠色丁香婷婷综合 | 久久国产精品高清一区二区三区 | 亚洲国产一区二区三区在线观看 | 正在播放国产乱子伦视频 | 欧美特级午夜一区二区三区 | 国产三级日本三级日产三 | 久久99精品久久久久久 | 亚洲一区二区三区在线网站 | 欧美成人性毛片免费版 | 久久99国产乱子伦精品免费 | 欧美成人免费午夜影视 |