一种基于知识库的名片OCR数据修正方法和系统

专利申请号：CN201310419348.X

公 开 号：CN103488983B

发 明 人：王晓平 肖仰华 汪卫 

代 理 人：陆飞;盛志范

代理机构：31200 上海正旦专利代理有限公司

专利类型：发明专利

申 请 日：20161026

公 开 日：20130913

专利主分类号：G06K9/20(20060101)

关 键 词：知识库 数据修正 结果输出模块 图像输入模块 数字形态学 信息结构化 预处理模块 单位机构 海量信息 名片识别 名片图像 倾斜校正 输出结果 图像处理 信息修正 剪切 纯数字 连通区 子图像 字符串 准确率 两级 加权 送入 名片 文本 图像 修正 改进 分析 

摘      要：本发明属于名片识别技术领域，具体涉及一种基于知识库的名片OCR数据修正方法和系统。本发明的系统包括图像输入模块、预处理模块、OCR模块、数据修正模块、结果输出模块。本发明首先对输入名片图像进行包括倾斜校正、剪切、缩放在内的一系列图像处理，然后使用数字形态学处理技术、连通区分析技术从中提取出独立的字符串块作为子图像送入后续的OCR模块；接着，在对OCR的输出结果进行了信息结构化处理后，利用知识库的海量信息，以及文本+图像的两级修正方法、基于知识库IDF值加权的改进DTW方法等，实现对包括地址、单位机构名称以及纯数字在内的信息修正，从而在OCR的基础上，进一步提升识别准确率。