一種針對疏密不均的號碼圖像識別的方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種針對疏密不均的號碼圖像識別的方法及系統(tǒng)，其中，該方法包括：對輸入的疏密不均的號碼圖像進(jìn)行緊密化處理，獲得緊密化后的圖像；根據(jù)已學(xué)習(xí)到的號碼圖像的知識對所述緊密化后的圖像進(jìn)行單個數(shù)字或字符的分割，獲得單個數(shù)字或字符圖像；逐一判斷所述單個數(shù)字或字符圖像是否為預(yù)定的特殊字符；若是，則對該字符進(jìn)行模版匹配獲得對應(yīng)的匹配度;否則，根據(jù)圖像模板匹配方法對單個數(shù)字圖像進(jìn)行數(shù)字的識別，在前一個識別結(jié)果的基礎(chǔ)上繼續(xù)識別，并使用不同套模板進(jìn)行識別，取匹配度最高的識別結(jié)果作為正確的識別結(jié)果。通過采用本發(fā)明公開的方法及系統(tǒng)，降低了人力資源，提高了信息爬取效率，為網(wǎng)絡(luò)信息爬取提供了便利。
【專利說明】-種針對疏密不均的號碼圖像識別的方法及系統(tǒng)

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理與字符識別領(lǐng)域，尤其涉及一種針對疏密不均的號碼圖像識 別的方法及系統(tǒng)

【背景技術(shù)】
[0002] 基于對網(wǎng)絡(luò)用戶信息的保護(hù)，很多實名或者半實名網(wǎng)站如社交網(wǎng)站、分類信息平 臺將用戶的某些信息如電話號碼用圖片展現(xiàn)出來，這就給信息爬取帶來了很大困難。在此 背景下，如何盡量正確的識別出圖片中的內(nèi)容成為了需要關(guān)注的問題。
[0003] 然而，現(xiàn)有技術(shù)中信息爬取通常由人工方式進(jìn)行，不僅浪費了人力資源，且信息爬 取效率也較低。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的是提供一種針對疏密不均的號碼圖像識別的方法及系統(tǒng)，針對在網(wǎng) 絡(luò)信息爬取過程中一些號碼圖片無法直接獲取信息的情況，降低了人力資源，提高了信息 爬取效率，為網(wǎng)絡(luò)信息爬取提供了便利。
[0005] 本發(fā)明的目的是通過以下技術(shù)方案實現(xiàn)的：
[0006] -種針對疏密不均的號碼圖像識別的方法，該方法包括：
[0007] 對輸入的疏密不均的號碼圖像進(jìn)行緊密化處理，獲得緊密化后的圖像；
[0008] 根據(jù)已學(xué)習(xí)到的號碼圖像的知識對所述緊密化后的圖像進(jìn)行單個數(shù)字或字符的 分割，獲得單個數(shù)字或字符圖像；
[0009] 逐一判斷所述單個數(shù)字或字符圖像是否為預(yù)定的特殊字符；
[0010] 若是，則對該字符進(jìn)行模版匹配獲得對應(yīng)的匹配度；否則，根據(jù)圖像模板匹配方法 對單個數(shù)字圖像進(jìn)行數(shù)字的識別；
[0011] 在前一個識別結(jié)果的基礎(chǔ)上繼續(xù)識別，并使用不同套模板進(jìn)行識別，取匹配度最 高的識別結(jié)果作為正確的識別結(jié)果。
[0012] 一種針對疏密不均的號碼圖像識別的系統(tǒng)，該系統(tǒng)包括：
[0013] 緊密化處理模塊，用于對輸入的疏密不均的號碼圖像進(jìn)行緊密化處理，獲得緊密 化后的圖像；
[0014] 單個數(shù)字或字符圖像提取模塊，用于根據(jù)已學(xué)習(xí)到的號碼圖像的知識對所述緊密 化后的圖像進(jìn)行單個數(shù)字或字符的分割，獲得單個數(shù)字或字符圖像；
[0015] 特殊字符判斷模塊，用于逐一判斷所述單個數(shù)字或字符圖像是否為預(yù)定的特殊字 符；
[0016] 模版匹配及號碼識別模塊，用于在單個數(shù)字或字符圖像為預(yù)定的特殊字符時，對 該字符進(jìn)行模版匹配獲得對應(yīng)的匹配度；還用于在單個數(shù)字或字符圖像不為預(yù)定的特殊字 符時，根據(jù)圖像模板匹配方法對單個數(shù)字圖像進(jìn)行數(shù)字的識別；并在前一個識別結(jié)果的基 礎(chǔ)上繼續(xù)識別，并使用不同套模板進(jìn)行識別，取匹配度最高的識別結(jié)果作為正確的識別結(jié) 果。
[0017] 由上述本發(fā)明提供的技術(shù)方案可以看出，通過對疏密不均的號碼圖像進(jìn)行緊密化 處理后，再通過預(yù)先學(xué)習(xí)的知識對號碼圖像進(jìn)行分割及識別，可有效的解決部分網(wǎng)站的號 碼圖像的識別問題，識別正確率高，降低了人力資源，提高了信息爬取效率，為網(wǎng)絡(luò)信息爬 取提供了便利。

【專利附圖】

【附圖說明】
[0018] 為了更清楚地說明本發(fā)明實施例的技術(shù)方案，下面將對實施例描述中所需要使用 的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本 領(lǐng)域的普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他 附圖。
[0019] 圖1為本發(fā)明實施例一提供的一種針對疏密不均的號碼圖像識別的方法的流程 圖；
[0020] 圖2為本發(fā)明實施例二提供的一種針對疏密不均的號碼圖像識別的系統(tǒng)的示意 圖。

【具體實施方式】
[0021] 下面結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完整 地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于本 發(fā)明的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施 例，都屬于本發(fā)明的保護(hù)范圍。
[0022] 實施例一
[0023] 圖1為本發(fā)明實施例一提供的一種針對疏密不均的號碼圖像識別的方法的流程 圖。如圖1所示，該方法主要包括如下步驟：
[0024] 步驟11、對輸入的疏密不均的號碼圖像進(jìn)行緊密化處理，獲得緊密化后的圖像。
[0025] 本發(fā)明實施例中，利用圖像本身縱向每列像素值進(jìn)行統(tǒng)計，找出沒有內(nèi)容的列，建 立緊密前與緊密后的列對照表，根據(jù)該對照表對輸入的疏密不均的號碼圖像進(jìn)行緊密化處 理。
[0026] 具體來說，對圖像像素進(jìn)行縱向投影，標(biāo)記全白色的列為0 ;對緊密前的圖像標(biāo)記 不為〇的列對應(yīng)該列號減去該列之前標(biāo)記為〇的列數(shù)，即可得到緊密前的圖像與緊密后圖 像的列對照表。
[0027] 步驟12、根據(jù)已學(xué)習(xí)到的號碼圖像的知識對所述緊密化后的圖像進(jìn)行單個數(shù)字或 字符的分割，獲得單個數(shù)字或字符圖像。
[0028] 本發(fā)明實施例中，根據(jù)已學(xué)習(xí)到的對數(shù)字或字符的知識，即各度t_width ;對所述 緊密化后的圖像進(jìn)行等高切割，從〇列開始，切割寬度為t_width+l。
[0029] 步驟13、逐一判斷所述單個數(shù)字或字符圖像是否為預(yù)定的特殊字符；若是，則轉(zhuǎn) 入步驟14;否則，轉(zhuǎn)入步驟15。
[0030] 本發(fā)明實施例中，可以通過下述方法來進(jìn)行判斷：統(tǒng)計所述單個數(shù)字或字符圖像 像素白色與非白色的比例X，并比較該比例X與閾值T的大小；若x>T，則判定當(dāng)前數(shù)字或字 符為預(yù)定的特殊字符。
[0031] 本發(fā)明實施例中，所述預(yù)定的特殊字符通常為簡單的字符，例如通過本步驟， 則可排除所述預(yù)定的特殊字符對識別結(jié)果的干擾。
[0032] 步驟14、對該字符進(jìn)行模版匹配獲得對應(yīng)的匹配度。
[0033] 通過步驟13的判斷可知，當(dāng)前為預(yù)定的特殊字符，則要與相應(yīng)系列字體中的對應(yīng) 的特殊字符模板進(jìn)行匹配，得到匹配度。
[0034] 其中，特殊字符的匹配度需要與步驟15中數(shù)字的匹配度（同一字體系列模版下） 相累積。
[0035] 步驟15、根據(jù)圖像模板匹配方法對單個數(shù)字圖像進(jìn)行數(shù)字的識別。
[0036] 具體來說，本發(fā)明實施例利用一字體系列模版對所述單個數(shù)字圖像進(jìn)行識別，且 該字體系列模版包含多個（例如，10個）數(shù)字模版，記錄下每個數(shù)字模板匹配得到的匹配 度；并將匹配度最大的作為該字體系列下的最佳匹配結(jié)果，再將該結(jié)果加入識別結(jié)果序列。
[0037] 步驟16、在前一個識別結(jié)果的基礎(chǔ)上繼續(xù)識別，并使用不同套模板進(jìn)行識別，取匹 配度最高的識別結(jié)果作為正確的識別結(jié)果。
[0038] 本發(fā)明實施例中，根據(jù)得到的識別結(jié)果對余下圖像繼續(xù)進(jìn)行識別，直到完成整個 圖像的識別；本實施例中，所使用的模板不是完整的數(shù)字模板，而是可以代表該數(shù)字的模板 的一部分；
[0039] 再利用多套字體系列模版對所述單個數(shù)字或字符圖像進(jìn)行識別，取匹配度最高的 識別結(jié)果作為正確的識別結(jié)果。
[0040] 需要強調(diào)的是，計算某一字體系列模版的匹配度時，需要將步驟14中獲得的特殊 字符的匹配度與步驟15獲得的數(shù)字的匹配度相累積。
[0041] 示例性的，通常情況下不同的網(wǎng)站可能用不同的字體，一個網(wǎng)站也可能用不同的 字體，在對號碼圖像進(jìn)行學(xué)習(xí)后，需要準(zhǔn)備所有字體的模板。在號碼圖像識別過程中，使用 所有字體系列模板分別對整個圖像進(jìn)行識別，每一個字體系列模板可以得到累計匹配度， 在這些匹配度中尋找最高匹配度，認(rèn)為該匹配度下的字體是最接近號碼圖像的字體，該匹 配度下的識別結(jié)果序列L為最準(zhǔn)確的識別結(jié)果，輸入識別結(jié)果L。
[0042] 本發(fā)明實施例通過對疏密不均的號碼圖像進(jìn)行緊密化處理后，再通過預(yù)先學(xué)習(xí)的 知識對號碼圖像進(jìn)行分割及識別，可有效的解決部分網(wǎng)站的號碼圖像的識別問題，識別正 確率高，降低了人力資源，提高了信息爬取效率，為網(wǎng)絡(luò)信息爬取提供了便利。
[0043] 實施例二
[0044] 圖2為本發(fā)明實施例二提供的一種針對疏密不均的號碼圖像識別的系統(tǒng)的示意 圖。如圖2所示，該系統(tǒng)主要包括：
[0045] 緊密化處理模塊21，用于對輸入的疏密不均的號碼圖像進(jìn)行緊密化處理，獲得緊 密化后的圖像；
[0046] 單個數(shù)字或字符圖像提取模塊22,用于根據(jù)已學(xué)習(xí)到的號碼圖像的知識對所述緊 密化后的圖像進(jìn)行單個數(shù)字或字符的分割，獲得單個數(shù)字或字符圖像；
[0047] 特殊字符判斷模塊23,用于逐一判斷所述單個數(shù)字或字符圖像是否為預(yù)定的特殊 字符；
[0048] 模版匹配及號碼識別模塊24,用于在單個數(shù)字或字符圖像為預(yù)定的特殊字符時， 對該字符進(jìn)行模版匹配獲得對應(yīng)的匹配度；還用于在單個數(shù)字或字符圖像不為預(yù)定的特殊 字符時，根據(jù)圖像模板匹配方法對單個數(shù)字圖像進(jìn)行數(shù)字的識別；并在前一個識別結(jié)果的 基礎(chǔ)上繼續(xù)識別，并使用不同套模板進(jìn)行識別，取匹配度最高的識別結(jié)果作為正確的識別 結(jié)果。
[0049] 進(jìn)一步的，所述緊密化處理模塊21，還用于利用圖像本身縱向每列像素值進(jìn)行統(tǒng) 計，找出沒有內(nèi)容的列，建立緊密前與緊密后的列對照表，根據(jù)該對照表對輸入的疏密不均 的號碼圖像進(jìn)行緊密化處理。
[0050] 進(jìn)一步的，所述單個數(shù)字或字符圖像提取模塊22,還用于通過學(xué)習(xí)號碼圖像的知 識獲得單個數(shù)字或字符的寬度t_width ;
[0051] 對所述緊密化后的圖像進(jìn)行等高切割，從0列開始，切割寬度為t_width+l。
[0052] 進(jìn)一步的，所述特殊字符判斷模塊23,還用于統(tǒng)計所述單個數(shù)字或字符圖像像素 白色與非白色的比例X，并比較該比例 x與閾值T的大??；
[0053] 若x>T，則判定當(dāng)前數(shù)字或字符為預(yù)定的特殊字符。
[0054] 進(jìn)一步的，獲得正確的識別結(jié)果的步驟包括：
[0055] 利用一字體系列模版對單個數(shù)字圖像進(jìn)行識別，且該字體系列模版包含多個數(shù)字 模版，記錄下每個數(shù)字模板匹配得到的匹配度，并將匹配度最大的作為該字體系列下的最 佳匹配結(jié)果，再將該結(jié)果加入識別結(jié)果序列；根據(jù)得到的識別結(jié)果對余下圖像繼續(xù)進(jìn)行識 另IJ，直到完成整個圖像的識別；
[0056] 再利用多套字體系列模版丟所述單個數(shù)字或字符圖像進(jìn)行識別，取匹配度最高的 識別結(jié)果作為正確的識別結(jié)果。
[0057] 需要說明的是，上述系統(tǒng)中包含的各個功能模塊所實現(xiàn)的功能的具體實現(xiàn)方式在 前面的各個實施例中已經(jīng)有詳細(xì)描述，故在這里不再贅述。
[0058] 所屬領(lǐng)域的技術(shù)人員可以清楚地了解到，為描述的方便和簡潔，僅以上述各功能 模塊的劃分進(jìn)行舉例說明，實際應(yīng)用中，可以根據(jù)需要而將上述功能分配由不同的功能模 塊完成，即將系統(tǒng)的內(nèi)部結(jié)構(gòu)劃分成不同的功能模塊，以完成以上描述的全部或者部分功 能。
[0059] 通過以上的實施方式的描述，本領(lǐng)域的技術(shù)人員可以清楚地了解到上述實施例可 以通過軟件實現(xiàn)，也可以借助軟件加必要的通用硬件平臺的方式來實現(xiàn)?；谶@樣的理解， 上述實施例的技術(shù)方案可以以軟件產(chǎn)品的形式體現(xiàn)出來，該軟件產(chǎn)品可以存儲在一個非易 失性存儲介質(zhì)（可以是⑶-ROM，U盤，移動硬盤等）中，包括若干指令用以使得一臺計算機 設(shè)備（可以是個人計算機，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等）執(zhí)行本發(fā)明各個實施例所述的方法。
[0060] 以上所述，僅為本發(fā)明較佳的【具體實施方式】，但本發(fā)明的保護(hù)范圍并不局限于此， 任何熟悉本【技術(shù)領(lǐng)域】的技術(shù)人員在本發(fā)明披露的技術(shù)范圍內(nèi)，可輕易想到的變化或替換， 都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)該以權(quán)利要求書的保護(hù)范 圍為準(zhǔn)。
【權(quán)利要求】
1. 一種針對疏密不均的號碼圖像識別的方法，其特征在于，該方法包括： 對輸入的疏密不均的號碼圖像進(jìn)行緊密化處理，獲得緊密化后的圖像； 根據(jù)已學(xué)習(xí)到的號碼圖像的知識對所述緊密化后的圖像進(jìn)行單個數(shù)字或字符的分割， 獲得單個數(shù)字或字符圖像； 逐一判斷所述單個數(shù)字或字符圖像是否為預(yù)定的特殊字符； 若是，則對該字符進(jìn)行模版匹配獲得對應(yīng)的匹配度；否則，根據(jù)圖像模板匹配方法對單 個數(shù)字圖像進(jìn)行數(shù)字的識別； 在前一個識別結(jié)果的基礎(chǔ)上繼續(xù)識別，并使用不同套模板進(jìn)行識別，取匹配度最高的 識別結(jié)果作為正確的識別結(jié)果。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對輸入的疏密不均的號碼圖像進(jìn)行 緊密化處理包括： 利用圖像本身縱向每列像素值進(jìn)行統(tǒng)計，找出沒有內(nèi)容的列，建立緊密前與緊密后的 列對照表，根據(jù)該對照表對輸入的疏密不均的號碼圖像進(jìn)行緊密化處理。
3. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)已學(xué)習(xí)到的號碼圖像的知識對 所述緊密化后的圖像進(jìn)行單個數(shù)字或字符的分割包括： 通過學(xué)習(xí)號碼圖像的知識獲得單個數(shù)字或字符的寬度t_width ; 對所述緊密化后的圖像進(jìn)行等高切割，從〇列開始，切割寬度為t_width+l。
4. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述判斷所述單個數(shù)字或字符圖像中是 否為預(yù)定的特殊字符包括： 統(tǒng)計所述單個數(shù)字或字符圖像像素白色與非白色的比例X，并比較該比例X與閾值T的 大?。? 若χ>Τ，則判定當(dāng)前數(shù)字或字符為預(yù)定的特殊字符。
5. 根據(jù)權(quán)利要求1或3所述的方法，其特征在于，獲得正確的識別結(jié)果的步驟包括： 利用一字體系列模版對單個數(shù)字圖像進(jìn)行識別，且該字體系列模版包含多個數(shù)字模 版，記錄下每個數(shù)字模板匹配得到的匹配度，并將匹配度最大的作為該字體系列下的最佳 匹配結(jié)果，再將該結(jié)果加入識別結(jié)果序列；根據(jù)得到的識別結(jié)果對余下圖像繼續(xù)進(jìn)行識別， 直到完成整個圖像的識別； 再利用多套字體系列模版對所述單個數(shù)字圖像進(jìn)行識別，取匹配度最高的識別結(jié)果作 為正確的識別結(jié)果。
6. -種針對疏密不均的號碼圖像識別的系統(tǒng)，其特征在于，該系統(tǒng)包括： 緊密化處理模塊，用于對輸入的疏密不均的號碼圖像進(jìn)行緊密化處理，獲得緊密化后 的圖像； 單個數(shù)字或字符圖像提取模塊，用于根據(jù)已學(xué)習(xí)到的號碼圖像的知識對所述緊密化后 的圖像進(jìn)行單個數(shù)字或字符的分割，獲得單個數(shù)字或字符圖像； 特殊字符判斷模塊，用于逐一判斷所述單個數(shù)字或字符圖像是否為預(yù)定的特殊字符； 模版匹配及號碼識別模塊，用于在單個數(shù)字或字符圖像為預(yù)定的特殊字符時，對該字 符進(jìn)行模版匹配獲得對應(yīng)的匹配度；還用于在單個數(shù)字或字符圖像不為預(yù)定的特殊字符 時，根據(jù)圖像模板匹配方法對單個數(shù)字圖像進(jìn)行數(shù)字的識別；并在前一個識別結(jié)果的基礎(chǔ) 上繼續(xù)識別，并使用不同套模板進(jìn)行識別，取匹配度最高的識別結(jié)果作為正確的識別結(jié)果。
7. 根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述緊密化處理模塊，還用于利用圖像本 身縱向每列像素值進(jìn)行統(tǒng)計，找出沒有內(nèi)容的列，建立緊密前與緊密后的列對照表，根據(jù)該 對照表對輸入的疏密不均的號碼圖像進(jìn)行緊密化處理。
8. 根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述單個數(shù)字或字符圖像提取模塊，還用 于通過學(xué)習(xí)號碼圖像的知識獲得單個數(shù)字或字符的寬度t_width ; 對所述緊密化后的圖像進(jìn)行等高切割，從〇列開始，切割寬度為t_width+l。
9. 根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述特殊字符判斷模塊，還用于統(tǒng)計所述 單個數(shù)字或字符圖像像素白色與非白色的比例X，并比較該比例X與閾值T的大??； 若x>T，則判定當(dāng)前數(shù)字或字符為預(yù)定的特殊字符。
10. 根據(jù)權(quán)利要求6或8所述的系統(tǒng)，其特征在于，獲得正確的識別結(jié)果的步驟包括： 利用一字體系列模版對單個數(shù)字圖像進(jìn)行識別，且該字體系列模版包含多個數(shù)字模 版，記錄下每個數(shù)字模板匹配得到的匹配度，并將匹配度最大的作為該字體系列下的最佳 匹配結(jié)果，再將該結(jié)果加入識別結(jié)果序列；根據(jù)得到的識別結(jié)果對余下圖像繼續(xù)進(jìn)行識別， 直到完成整個圖像的識別； 再利用多套字體系列模版丟所述單個數(shù)字或字符圖像進(jìn)行識別，取匹配度最高的識別 結(jié)果作為正確的識別結(jié)果。
【文檔編號】G06K9/20GK104217204SQ201410484260
【公開日】2014年12月17日 申請日期:2014年9月19日 優(yōu)先權(quán)日:2014年9月19日
【發(fā)明者】朱明 , 邱瑞 申請人:中國科學(xué)技術(shù)大學(xué)