一种基于知识库的名片OCR数据修正方法和系统

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。

主权项

一种基于知识库的名片OCR数据修正系统，其特征在于由五大模块组成：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，其中：图像输入模块，利用数码相机或手机摄像头将名片照片采集进计算机或手机并储存；预处理模块，利用图像处理技术对照片进行处理，这种处理包括：图像倾斜校正、名片区域剪切、名片尺寸标准化，并提取出各子字块，各子字块中包含的字符满足间距近似相等、字体相同、纵坐标值相近要求；为后续的OCR模块提供干净的输入，以减少识别中可能产生的乱码；OCR模块，将图像信息转化为文本信息；数据修正模块，对OCR识别结果中的错误进行修正，以进一步提高识别准确率；结果输出模块，将修正后的结果进行输出，提交给用户。