识别字符的方法、装置以及电子设备

文档序号:1922150 发布日期:2021-12-03 浏览:16次 >En<

阅读说明:本技术 识别字符的方法、装置以及电子设备 (Method and device for recognizing characters and electronic equipment ) 是由 张铭阳 蒋峰 张志达 胡晓雨 张国鹏 陈轶博 高丰 谢卓 于 2021-08-18 设计创作,主要内容包括:本公开提供了一种识别字符的方法、装置以及电子设备,涉及数据处理领域,尤其涉及文字处理领域。具体实现方案为:获取对待识别文本进行扫描后所得到的至少一个待识别字符;显示对至少一个待识别字符进行字符纠错的初始识别结果;响应对初始识别结果所包含的至少一个待识别字符的选择指令,从至少一个待识别字符中确定目标字符;对目标字符进行识别,得到识别结果。通过本公开,以至少解决现有技术中字符识别的准确率低的问题。(The disclosure provides a method and a device for recognizing characters and electronic equipment, and relates to the field of data processing, in particular to the field of word processing. The specific implementation scheme is as follows: acquiring at least one character to be recognized obtained after scanning a text to be recognized; displaying an initial recognition result of character error correction on at least one character to be recognized; responding to a selection instruction of at least one character to be recognized contained in the initial recognition result, and determining a target character from the at least one character to be recognized; and identifying the target character to obtain an identification result. Through the method and the device, the problem of low accuracy rate of character recognition in the prior art is at least solved.)

识别字符的方法、装置以及电子设备

技术领域

本公开涉及数据处理技术领域,具体而言,涉及一种识别字符的方法、装置以及电子设备。

背景技术

随着互联网技术的发展,各种文本识别设备进入了人们的日常生活中,这些文本识别设备可以帮助人们进行中英文的快速扫描查询,包括:查词、查句以及翻译,有利于提高人们的工作效率。

现在常见的各种文本识别设备,在进行文本中的字符识别,首先需要用户使用笔头在文本上进行划动扫描,从而将笔头上的摄像头所拍摄到的文本内容进行拼接和OCR(optical character recognition,文字识别),进而对OCR的结果进行查词、检索以及翻译等处理,并得到最终的识别结果。

但是,OCR的结果只能进行字符级别的识别,即OCR在文本识别过程中,遵循的是所见即所得的原则,其并不会进行任何语义上的纠正以及对用户真实意图的预测,在此基础上,文本识别设备直接对OCR的结果进行检索以及翻译,所识别得到的字符往往是不准确的,进而用户在使用过程中,也经常会出现词不达意的感觉。

针对上述的问题,目前尚未提出有效的解决方案。

发明内容

本公开提供了一种识别字符的方法、装置以及电子设备,以至少解决现有技术中字符识别准确度低的问题。

根据本公开的一方面,提供了一种识别字符的方法,包括:获取对待识别文本进行扫描后所得到的至少一个待识别字符;显示对至少一个待识别字符进行字符纠错的初始识别结果;响应对初始识别结果所包含的至少一个待识别字符的选择指令,从至少一个待识别字符中确定目标字符,对目标字符进行识别,得到识别结果。

进一步地,识别字符的方法还包括:获取文本扫描单元对所述待识别文件进行扫描后所得到的至少一个待识别字符,其中,文本识别设备至少包括所述文本扫描单元和文本显示单元,所述文本显示单元至少用于显示所述初始识别结果、所述目标字符、所述识别结果。

进一步地,识别字符的方法还包括:对所述目标字符进行识别,得到所述识别结果,获取所述目标字符在所述待识别文本中的语义,并根据所述语义对所述目标字符进行识别,得到所述识别结果。

进一步地,识别字符的方法还包括:在文本显示单元中显示对至少一个待识别字符进行自然语言处理所得到的初始识别结果。

进一步地,识别字符的方法还包括:在获取对待识别文本进行扫描后所得到的至少一个待识别字符之前,在文本扫描单元扫描异常时,在文本显示单元显示提示信息;在提示信息的显示时长大于第二预设时长时,在文本显示单元对提示信息进行隐藏处理。

进一步地,识别字符的方法还包括:在响应对初始识别结果所包含的至少一个待识别字符的选择指令,从至少一个待识别字符中确定目标字符之前,检测至少一个待识别字符对应的字符类型;响应对至少一个待识别字符的拆分指令,在文本显示单元显示根据字符类型对至少一个待识别字符进行拆分操作后的至少一个拆分字符。

进一步地,识别字符的方法还包括:根据如下任意一种或多种方式对至少一个待识别字符进行拆分操作;基于预设词库所包含的字符对至少一个待识别字符进行拆分操作;根据每个待识别字符所包含的单元数量对至少一个待识别字符进行拆分操作,其中,每个待识别字符由至少一个单元组成;根据至少一个待识别字符的词频对至少一个待识别字符进行拆分操作。

进一步地,识别字符的方法还包括:检测预设词库中是否存在目标字符对应的语义;在预设词库中不存在目标字符对应的语义时,对目标字符进行增加字符操作和/或删除字符操作,得到第一目标字符;在预设词库中查询第一目标字符所对应的语义,并在文本显示单元中显示第一目标字符所对应的语义。

进一步地,识别字符的方法还包括:检测预设词库中是否存在目标字符对应的语义;在预设词库中存在目标字符对应的语义时,在文本显示单元中对目标字符对应的语义进行突出显示;对目标字符进行增加字符操作和/或删除字符操作,得到第二目标字符;在预设词库中查询第二目标字符所对应的语义,并在文本显示单元中显示第二目标字符以及第二目标字符对应的语义。

进一步地,识别字符的方法还包括:响应对文本识别设备中的语音播放单元的触控操作,播放目标字符和/或目标字符的识别结果。

进一步地,识别字符的方法还包括:在检测到文本扫描单元扫描到至少一个字符后,在文本显示单元上显示至少一个字符。

进一步地,识别字符的方法还包括:获取文本识别设备的扫描单元与待识别文本之间的距离;记录距离大于预设距离的第一时长;在第一时长小于第一预设时长时,获取文本识别设备在第一时长之前所扫描到的第一字符,以及在第一时长之后所扫描到的第二字符;对第一字符和第二字符进行接续处理,得到至少一个待识别字符;在文本显示单元上显示至少一个待识别字符。

根据本公开的一方面,还提供了一种识别字符的装置,包括:获取模块,用于获取对待识别文本进行扫描后所得到的至少一个待识别字符;显示模块,用于显示对至少一个待识别字符进行字符纠错的初始识别结果;响应模块,用于响应对初始识别结果所包含的至少一个待识别字符的选择指令,从至少一个待识别字符中确定目标字符;识别模块,用于对所述目标字符进行识别,得到所述识别结果。

根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述的识别字符的方法。

根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行上述的识别字符的方法。

根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现上述的识别字符的方法。

根据本公开的另一方面,提供了一种文本识别设备,包括:文本扫描单元,用于对待识别文本进行扫描,得到至少一个待识别字符;文本识别单元,用于对至少一个待识别字符进行字符纠错处理,并从字符纠错处理后的至少一个待识别字符中确定目标字符,根据目标字符在待识别文本中的语义对目标字符进行识别,得到识别结果;文本显示单元,用于显示至少一个待识别字符以及识别结果。

在本公开中,采用根据目标字符在待识别文本中的语义对目标字符进行识别,最终得到显示识别结果的方式,通过获取对待识别文本进行扫描后所得到的至少一个待识别字符,并显示对至少一个待识别字符进行字符纠错的初始识别结果,从而响应对初始识别结果所包含的至少一个待识别字符的选择指令,从至少一个待识别字符中确定目标字符,对目标字符进行识别,得到识别结果。

在上述过程中,本公开通过首先对待识别文本进行扫描得到待识别字符,在对字符进行纠错后得到目标字符,并且在目标字符的基础上根据目标字符在待识别文本中的语义对目标字符进行再次识别,从而对目标字符进行语义纠错,更准确的预测用户的真实意图并给出相应的显示识别结果,进而解决了现有技术中由于无法对待识别文本中的字符进行语义识别,导致的字符识别准确率低的问题,实现了提高用户使用体验的效果。

由此可见,本公开所提供的方案达到了提高字符识别准确率的目的,从而实现了提高用户使用体验的技术效果,进而解决了现有技术中字符识别准确率低的问题。

应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案,不构成对本公开的限定。其中:

图1是根据本公开实施例1的一种识别字符的方法流程图;

图2是根据本公开实施例1的一种识别字符的方法流程图;

图3是根据本公开实施例1的一种识别字符的方法流程图;

图4是根据本公开实施例1的一种识别字符的方法流程图;

图5是根据本公开实施例1的一种识别字符的方法流程图;

图6是根据本公开实施例1的一种识别字符的方法流程图;

图7是根据本公开实施例1的一种识别字符的方法示意图;

图8是根据本公开实施例1的一种识别字符的方法示意图;

图9是根据本公开实施例1的一种识别字符的方法示意图;

图10是根据本公开实施例1的一种识别字符的方法示意图;

图11是根据本公开实施例1的一种识别字符的方法示意图;

图12是根据本公开实施例1的一种识别字符的方法示意图;

图13是根据本公开实施例1的一种识别字符的方法示意图;

图14是根据本公开实施例1的一种识别字符的方法示意图;

图15是根据本公开实施例1的一种识别字符的方法示意图;

图16是根据本公开实施例1的一种识别字符的方法示意图;

图17是根据本公开实施例1的一种识别字符的方法示意图;

图18是根据本公开实施例1的一种识别字符的方法示意图;

图19是根据本公开实施例1的一种识别字符的方法示意图;

图20是根据本公开实施例2的一种识别字符的预测装置示意图;

图21是用来实现本公开实施例的识别字符方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。

需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例1

根据本公开实施例,提供了一种字符识别方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。

此外,还需要说明的是,本公开实施例所提供的方法可应用于文本识别设备中,文本识别设备至少包括文本扫描单元和文本显示单元。

图1是根据本公开实施例的文本识别方法的流程图,如图1所示,该方法包括如下步骤:

步骤S102,获取对待识别文本进行扫描后所得到的至少一个待识别字符。

在一种可选的实施例中,可通过文本识别设备中的文本扫描设备对待识别文本进行扫描,并得到至少一个待识别字符,其中,文本扫描设备可以是一种微型摄像头,文本识别设备可以是一种词典笔,微型摄像头镶嵌在词典笔的笔头上。

可选的,如图2所示,词典笔的笔头上安装有弹簧支脚,用于固定笔头,防止抖动。另外,如图3所示,词典笔的笔头上还设置有笔头准线,用于在文本识别过程中,核准文本内容。用户可使用词典笔以点压、单行扫描、多行扫描等方式输入需要查询或者翻译的内容,获取到相应内容结果,即读取待识别字符,在读取了待识别字符后,词典笔可对待识别字符进行进一步的查看或相应操作,例如,用户点击词典笔上的发音按钮使句子发音、点击跟读按钮进入跟读等,此时,这样读取一次待识别字符的过程,可称作一个用户会话控制,进一步地,无论用户进行点压操作,或者单行扫描以及多行扫描等操作,一个用户会话控制的输入代表了用户一个完整的、对所希望圈选的文本内容进行输入的操作。

另外,当一次用户会话控制产生后,词典笔的系统会进行缓存,在有下一个会话控制产生,或者,用户点击历史记录等入口进入到另外一个会话控制的展示界面时,则上一次会话控制缓存被清理。有会话控制缓存时,进行查或者翻译等操作,则词典笔会读取缓存里的这条会话控制内容并进行展示。

步骤S104,显示对至少一个待识别字符进行字符纠错的初始识别结果。

在一种可选的实施例中,用户使用词典笔以点压、单行扫描以及多行扫描等方式,在实体物料上选取希望查询/翻译的内容,其中,实体物料包括但不限于:书本、报刊、杂志以及电脑屏幕等。当用户想要对书本上的一段话进行翻译时,使用词典笔在书本上进行压笔启动扫描文本,用笔头准线对准实体物料上的待识别文本的开头中线,将笔头的弹簧支脚按压下去,保持按压并向右滑动,滑动过程中使笔头准线待识别文本的中线,滑动至待识别文本的最后一个字的右侧后抬笔开始扫描读取待识别文本,直到读取结束。其中,词典笔上设置有文本显示单元,例如,屏幕。如图4所示,当压笔启动后,在屏幕上会显示起始状态的光标,光标在扫描过程中会一直保持闪烁。另外,扫描过程中,屏幕中会出现扫描过程中的结果,如图5所示,出现中间结果的光标会在最后一个字符的后面进行闪烁。

可选的,文本识别设备可对待识别字符进行字符纠错,在文本设备滑动过程中,可对待识别字符进行OCR的字符纠错,得到初始识别结果,例如,在识别过程中,将单词some识别为了s0me(将字母o识别为了数字0),纠错为正确的英文拼写some,从而将正确的初始识别结果some显示在文本显示单元上,另外,初始识别结果是基于准线划过的区域的内容选取的,而非摄像头拍摄视野内的全部内容,文字识别设备可通过智能截断算法将摄像头拍摄到的最后无关帧的内容去除。

需要注意到的是,对步骤S104中,对待识别字符进行字符纠错,得到初始识别结果,从而有效避免了字符识别错误的问题,提高了字符识别准确度。

步骤S106,响应对初始识别结果所包含的至少一个待识别字符的选择指令,从至少一个待识别字符中确定目标字符。

在一种可选的实施例中,用户可对上述初始识别结果进行选择,文本识别设备对选择指令做出响应,其中,初始识别结果中已对待识别字符进行字符纠错,文本识别设备可对对初始识别结果所包含的至少一个待识别字符继续进行选择,选择的过程,包括,文本识别设备通过NLP(Neuro-Linguistic Programming,神经语言程序学)对至少一个待识别字符进行纠错处理,还包括,用户通过文字识别设备主动对至少一个待识别字符进行拆分等选择,即对初始识别结果所包含的至少一个待识别字符根据预测用户的意图,进行再次选择,得到目标字符,并在文本显示单元中进行显示。

通过上述过程,在初始识别结果的基础上对待识别字符进行再次选择,从而根据预测的用户意图确定目标字符,从而实现了更准确的预测用户的真实意图并给出相应的显示识别结果,实现了提高字符识别准确率的效果。

步骤S108,对目标字符进行识别,得到识别结果。

在一种可选的实施例中,文本显示单元可以用来显示上述识别结果,其中,文本显示单元可以是文本识别设备上的屏幕,也可以是文本识别设备所连接的其他显示设备,例如,具有投影功能的显示屏幕,其中,根据目标字符在待识别文本的语义对目标字符进行识别,得到识别结果,例如,当目标字符为“白日依山尽”时,该目标字符在待识别文本中是古诗句,从语义上出发,将其进行拆分识别以及解释是不准确的,因此,本公开实施例会将遵循该目标字符在待识别文本中的语义,将其作为一个句子进行解释,并将释义进行显示。

在上述过程中,在目标字符的基础上根据目标字符在待识别文本中的语义对目标字符进行再次识别,从而对根据语音对目标字符进行纠错,实现了提高字符对应释义的准确率的效果。

基于上述步骤S102至S108所限定的方案,可以获知,在本公开实施例中,采用根据字符在待识别文本中的语义对字符进行识别的方式,通过获取对待识别文本进行扫描后所得到的至少一个待识别字符,并在文本显示单元中显示对至少一个待识别字符进行字符纠错的初始识别结果,从而响应对初始识别结果所包含的至少一个待识别字符的选择指令,从至少一个待识别字符中确定目标字符,并对目标字符进行识别,得到识别结果。

容易注意到的是,在上述过程中,本公开通过首先对待识别文本进行扫描得到待识别字符,在对字符进行纠错后得到目标字符,并且在目标字符的基础上根据目标字符在待识别文本中的语义对目标字符进行再次识别,从而对目标字符进行语义纠错,更准确的预测用户的真实意图并给出相应的显示识别结果,进而解决了现有技术中字符识别准确率低的问题,实现了提高用户使用体验的效果。

由此可见,本公开所提供的方案达到了提高字符识别准确率的目的,从而实现了提高用户使用体验的技术效果,进而解决了现有技术中字符识别准确率低的问题。

在一种可选的实施例中,文本识别设备在检测到文本扫描单元扫描到至少一个字符后,在文本显示单元上显示至少一个字符。

可选的,文本识别设备可以通过单行扫描的方式检测文本,例如,用户右手持词典笔,用笔头准线对准实体物料上的待识别文本的开头中线,将笔头弹簧支脚按压下去,保持按压并向右滑动,滑动过程使笔头对准待识别文本中线,滑动至待识别文本的最后一个字的右侧抬笔。用户在滑动过程中会不可避免地手抖进行上下浮动,通过笔头上的弹簧支脚可以有效避免抖动。

在上述过程中,文本识别设备可以将字符显示在文本显示单元上,从而用户可以直观的看到文本识别设备所识别的字符,从而用户可以主动进行纠正,有利于提高用户使用体验。

在一种可选的实施例中,文本识别设备获取文本扫描单元对待识别文件进行扫描后所得到的至少一个待识别字符,其中,文本识别设备至少包括文本扫描单元和文本显示单元,文本显示单元至少用于显示初始识别结果、目标字符、识别结果。

可选的,文本扫描单元可以是一种安装在文本识别设备上的微型摄像头,通过微型摄像头的对文本进行拍照扫描,文本显示单元可以是安装在文本识别设备上的显示屏幕,也可以是文本识别设备所连接的其他显示设备,例如,具有投影功能的显示屏幕。

通过文本扫描单元以及文本显示单元,实现了可以直观的显示初始识别结果、目标字符以及识别结果的效果。

在一种可选的实施例中,文本识别设备获取目标字符在待识别文本中的语义,并根据语义对目标字符进行识别,得到识别结果。

可选的,文本识别设备可根据目标字符在待识别文本的语义对目标字符进行识别,得到识别结果,例如,当目标字符为“白日依山尽”时,该目标字符在待识别文本中是古诗句,从语义上出发,将其进行拆分识别以及解释是不准确的,因此,本公开实施例会将遵循该目标字符在待识别文本中的语义,将其作为一个句子进行解释,并将释义进行显示。

在上述过程中,在目标字符的基础上根据目标字符在待识别文本中的语义对目标字符进行再次识别,从而对根据语音对目标字符进行纠错,实现了提高字符对应释义的准确率的效果。

在一种可选的实施例中,文本识别设备获取文本识别设备的扫描单元与待识别文本之间的距离;记录距离大于预设距离的第一时长;在第一时长小于第一预设时长时,获取文本识别设备在第一时长之前所扫描到的第一字符,以及在第一时长之后所扫描到的第二字符;对第一字符和第二字符进行接续处理,得到至少一个待识别字符;在文本显示单元上显示至少一个待识别字符。

可选的,文本识别设备可以通过多行扫描的方式检测文本,如图6所示,当文本识别设备检测到用户上一次扫描抬笔后,形成一次用户会话控制,得到第一字符“take”在预设时长内,例如2秒内用户再次落笔扫描内容,得到第二字符“away”,则识别内容和上次扫描的内容进行字符的接续,如图7所示,从而得到至少一个待识别字符“take away”,并在文本显示单元上进行显示,多行文本的情况也会按照预设时长进行判断是否连接字符。

另外,与多行扫描不同的是,在文本识别设备的使用过程中,经常会有点压的操作,即压笔后未滑动,此时文本识别设备上的文本扫描设备,例如,摄像头,会对待识别文本进行拍摄,拍摄的范围为上述预设距离,如图8所示,预设距离可设置为1.6厘米,摄像头会将拍摄的范围内的全部字符的识别结果传给文本识别设备。

需要注意到的是,上述过程中可以将多行扫描以及点压操作后得到的待识别字符显示在文本显示单元上,多行扫描可以提高字符识别效率,并且可以直观的展示给用户,实现了提高文本检测效率的效果。

在一种可选的实施例中,文本识别设备在文本显示单元中显示对至少一个待识别字符进行自然语言处理所得到的初始识别结果。

可选的,文本识别设备在文本显示单元中显示的初始识别结果,是经过自然语言处理所得到的,其中,自然语言处理可以是通过NLP(Neuro-Linguistic Programming,神经语言程序学)进行纠错处理。例如,当文本识别设备将是待识别字符给到NLP时,可对用户的意图进行两次预测定位,用户在一个用户会话中抬笔后出现的第一个展示,即为NLP对用户的首次意图的预测定位。用户在一个用户会话中点击标签或正文分词、分词内容,则是NLP对用户的二次意图自主定位。

可选的,如图9所示,文字识别设备可以将待识别字符全部加上“点差”标识,从而可以查阅待识别字符的内容,例如,到字典里查询待识别字符。有查询结果则对此查询结果进行默认高亮并进行解释,具体过程如图10所示,文字识别设备可选取查询结果的字母,并通过计算字母的长短进行排序,如果没有结果,则直接进行解释,排序并将最可能的解释放在最前面默认高亮,用户意图的猜测过程可根据词频系统进行猜测。另外,解释出来的结果应该都可以在词典里查到或翻译软件开发工具包中翻译。按词频进行排序。若出现不能查到也没有翻译出来的情况,则出现如图11所示的一种兜底页面。

可选的,如图12所示,文字识别设备可通过NLP对用户的二次意图自主定位,例如,当待识别字符为“take off”时,NLP通过在词典里进行查询,该字符直接可以查找得到,则显示该字符以及词典中的释义,即解释,此时,用户再点击正文区,则正文被分词为take/off,并在前面加上“词”的标签。当待识别字符为“s family d”时,NLP通过在词典里进行查询,s和family和d都可以查找得到,则默认family为高亮模式(因为其词频最高),此时,用户再点击正文区,则正文被分词为s/family/d,用户点击“句”的标签,可以翻译整句,由此可见,NLP可以对用户的二次意图进行自主定位,例如,判断用户是要翻译整句还是词。

需要注意到的是,上述过程中对至少一个待识别字符进行自然语言处理,更准确的预测用户的真实意图并给出相应的显示识别结果,进而解决了现有技术中由于无法对待识别文本中的字符进行语义识别,导致的字符识别准确率低的问题,实现了提高用户使用体验的效果。

在一种可选的实施例中,文本识别设备在读取文本扫描单元对待识别文本进行扫描后所得到的至少一个待识别字符之前,在文本扫描单元扫描异常时,在文本显示单元显示提示信息;在提示信息的显示时长大于第二预设时长时,在文本显示单元对提示信息进行隐藏处理。

可选的,文本识别设备在文本扫描单元扫描异常时,会在文本显示单元显示提示信息,例如,如图13所示,若用户触发了笔头弹簧支脚的压下和抬起,但词典笔并未识别到任何内容,则可进入输入引导图并弹出提示信息“未识别,请重试”。持续预设时长后隐藏提示信息,其中,预设时长可设置为4秒。

另外,上述的输入引导图可以引导用户使用文本识别设备,例如,当用户首次查询翻译待识别文本时没有任何用户会话控制缓存时,可以如图14所示,引导用户如何进行操作来输入,具体包括:返回控件标注、示意图标注以及引导文字“请将笔头准线对准文字中线,尽量垂直于纸面扫描”。

通过上述过程,可直观的对用户展示故障原因,以及对用户进行操作引导,有利于提高用户使用体验。

在一种可选的实施例中,文本识别设备在响应对初始识别结果所包含的至少一个待识别字符的选择指令,从至少一个待识别字符中确定目标字符之前,检测至少一个待识别字符对应的字符类型;响应对至少一个待识别字符的拆分指令,在文本显示单元显示根据字符类型对至少一个待识别字符进行拆分操作后的至少一个拆分字符。

可选的,文字识别设备可对待识别字符的字符类型进行检测,并响应识别字符的拆分指令,在文本显示单元显示根据字符类型对至少一个待识别字符进行拆分操作后的至少一个拆分字符。

可选的,如图15所示,可通过节点分词树策略对待识别字符进行拆分,其中,节点分词树,即对用户扫描的OCR结果进行NLP后,进行以本地词典为数据依据的无限向下拆分并可查的策略逻辑,如图15所示,对一句话拆分单元“I need the report as soon aspossible”进行拆分,用户点击这句话,该句话拆分为多个词组“I”“need”“the”“report”“as soon as possible”,用户继续点击,词组拆分为多个最小单元(单词)。从而实现了从一句话的翻译到每个词组的翻译,再到单词的翻译,给用户提供无限拆分的体验。

另外,文本识别设备还支持换行逻辑,即如图17所示,在用户进行拆分待识别字符操作之前,待识别字符为多行展示,当用户点击拆分待识别字符之后,如图18所示,待识别字符由多行变为一行,可支持左右滑动查看。

通过上述过程,字识别设备可对待识别字符进行拆分,从而实现了从一个语义单元拆分为多个最小单元,并对拆分过程中的语句、词组以及单词进行检索以及翻译,提高了字符查询速度。

在一种可选的实施例中,文本识别设备根据如下任意一种或多种方式对至少一个待识别字符进行拆分操作;基于预设词库所包含的字符对至少一个待识别字符进行拆分操作;根据每个待识别字符所包含的单元数量对至少一个待识别字符进行拆分操作,其中,每个待识别字符由至少一个单元组成;根据至少一个待识别字符的词频对至少一个待识别字符进行拆分操作。

可选的,上述的预设词库可以是中文词条词库,包括但不限于:汉汉词典、简明汉英词典;也可以是英文词条词库,包括但不限于:牛津词典以及简明英汉词典

其中,文本识别设备基于预设词库所包含的字符对至少一个待识别字符进行拆分操作,可以是以预设词库中词典词条优先,即拆分后的单元可以在本地词典中查到;文本识别设备根据每个待识别字符所包含的单元数量对至少一个待识别字符进行拆分操作,可以是按包含的最小单元数由多到少拆分,其中,优先拆成字数多的;文本识别设备根据至少一个待识别字符的词频对至少一个待识别字符进行拆分操作,可以是词频由高到低的原则拆分。

可选的,如图16所示,其中,一个拆分单元,可以是可被节点分词数策略进行拆分的一个语义单元,例如图16中一句话“我要设计图纸”。一个最小单元,可以是中文的一个汉字,例如图16中的“我”、“要”,也可以是英文的一个前后都是空格的连续字母字符串,如扫描识别的内容为sfamily d,则为三个英文最小单元,s/family/d。而拆分的方式可以是后向递归拆分,即从后向前进行多层拆分,直至拆分到最小单元。文字识别设备可将OCR以及NLP输出的待识别字符(包括标点)全部通过节点分词数策略做出拆分树,从而按照词频由高到低的原则对待识别字符进行拆分。

通过上述过程,文字识别设备在用户进行二次意图定位时,可以无限拆分到最小单元,从而实现了提高了字符查询速度的效果。

在一种可选的实施例中,文本识别设备检测预设词库中是否存在目标字符对应的语义;在预设词库中不存在目标字符对应的语义时,对目标字符进行增加字符操作和/或删除字符操作,得到第一目标字符;在预设词库中查询第一目标字符所对应的语义,并在文本显示单元中显示第一目标字符所对应的语义。

可选的,文本识别设备在预设词库中检测是否存在目标字符对应的语义在预设词库中不存在目标字符对应的语义时,对目标字符进行增加字符操作和/或删除字符操作,得到第一目标字符,例如,目标字符为“锄禾日当”时,文本识别设备在预设词库中检测不到对应的语义,即可自动将其增加字符补齐为“锄禾日当午”,即为第一目标字符。如果如图12所示,目标字符为“白日依山尽”,直接在诗词词典中可查询得到,则直接在文本显示单元中显示其所对应的语义。

通过上述过程,在预设词库中不存在目标字符对应的语义时,对目标字符进行增加字符操作和/或删除字符操作,可以提高用户的容错率,当出现丢失字符或者增加无关字符的情况,文字识别设备可自动进行字符的增加或者删改,从而可以提高用户的容错率,实现提高字符识别正确匹配语义准确度的效果。

在一种可选的实施例中,文本识别设备检测预设词库中是否存在目标字符对应的语义;在预设词库中存在目标字符对应的语义时,在文本显示单元中对目标字符对应的语义进行突出显示;对目标字符进行增加字符操作和/或删除字符操作,得到第二目标字符;在预设词库中查询第二目标字符所对应的语义,并在文本显示单元中显示第二目标字符以及第二目标字符对应的语义。

可选的,在文本显示单元中对目标字符对应的语义进行突出显示,可以是对语音进行高光模式显示,其中,预设词库包括但不限于:汉汉词典、汉英词典、英英词典、英汉词典、中英翻译在线软件开发工具包以及中英翻译离线软件开发工具包,其中,可对各种预设词库进行排序,例如,当目标字符命中多个词典时,按以下顺序展示结果:中文词典中,当目标字符命中诗词正文或者标题时,诗词词典的解释为第一位,然后是汉汉词典,最后是汉英词典;英文词典中,第一位的是英汉词典,然后是英英词典。另外,当文本识别设备处于在线时,调用中英翻译在线软件开发工具包,当文本识别设备处于离线时,调用中英翻译离线软件开发工具包。

需要说明的文本识别设备可对目标字符进行增加字符操作和/或删除字符的操作,得到第二字符,并进而查询第二目标字符所对应的语义,从而可以提高用户的容错率,实现了提高字符识别正确匹配语义准确度的效果。

在一种可选的实施例中,文本识别设备响应对文本识别设备中的语音播放单元的触控操作,播放目标字符和/或目标字符的识别结果。

可选的,用户可点击文本识别设备的发音按钮使目标字符和/或目标字符的识别结果发音,并点击跟读按钮进入跟读,其中,文本识别设备还可以自动发音,文本识别设备在一个用户会话控制操作后直接召回内容展示,这个过程是否发音取决于用户在文本识别设备中是否设置了自动发音。其中,自动发音可对用户输入的内容语种进行发音。当输入的内容为英文时,即使用户设置了英音发音,当预设词典中有英文真人音频召回结果则可使用英音发音,如果没有英文真人音频,就以离线TTS(Text To Speech,从文本到语音)的美音发音。其中,发音按钮包括但不限于:拼音按钮、英音/美音按钮以及原文/译文按钮

通过上述过程,文本识别设备可以通过语音播放单元播放目标字符和/或目标字符的识别结果,在一些特殊场景中,例如,视觉障碍人员获取信息,或者,为幼儿进行朗读书本中的内容,均可以使用文本识别设备完成字符到语音的转换,有利于提高文本识别设备的适用性。

图19示出了根据本公开实施例1的一种字符识别方法流程图,以对本公开实施例的整体操作流程进一步进行说明,具体说明如下:

可选的,文本识别设备处理一个用户会话控制时,首先进行识别用户的输入操作以及待识别文本的内容,其中,用户的输入操作包括:点压操作、单行扫描以及多行扫描,进而利用上述的各类操作对应的处理策略,通过OCR识别待识别文本的内容。然后,文本识别设备对待识别字符进行NLP纠错,包括对用户意图进行预测,首先通过NLP对用户意图进行首次预测定位,并对预测完成后的待识别字符进行默认高亮,然后对待识别字符进行赋予参数值,加上“点查”标签,听过“点查”标签对待识别字符进行解释,得到对应的释义,并对待识别字符加上“句”“词”等标签,用户还可对待识别字符进行拆分操作,进行二次意图确认,其中,二次意图确认时,可根据用户选择,对待识别字符进行主动高亮。

进一步地,文字识别设备针对字符进行调用与召回操作,其中,调用为文字识别设备通过目标字符查询本地或者云端的预设词典,以获取预设词典中对应的释义或者翻译结果的动作。召回为本地或者云端的预设词典返回给文字识别设备查询结果的动作。其中,预设词典可以是汉汉词典、汉英词典、英英词典、英汉词典、中英翻译在线软件开发工具包以及中英翻译离线软件开发工具包,并且针对不同的预设词典设立优先级,对其进行展示,包括:文字展示、音频播放、TTS播放、句子跟读以及收藏等。文字识别设备提供有针对展示功能的对应按钮。

通过上述过程,本公开实施例所提供的方案达到了提高字符识别准确率的目的,从而实现了提高用户使用体验的技术效果,进而解决了现有技术中字符识别准确率低的问题。

实施例2

根据本公开实施例,还提供了一种识别字符的装置实施例,其中,图20是根据本公开实施例2的一种识别字符的装置示意图,该装置包括:获取模块2001,用于获取对待识别文本进行扫描后所得到的至少一个待识别字符;显示模块2003,用于显示对至少一个待识别字符进行字符纠错的初始识别结果;响应模块2005,用于响应对初始识别结果所包含的至少一个待识别字符的选择指令,从至少一个待识别字符中确定目标字符;识别模块2007,用于对目标字符进行识别,得到识别结果。

需要说明的是,上述获取模块2001、显示模块2003、响应模块2005以及识别模块2007对应于上述实施例中的步骤S102至步骤S108,四个模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。

可选的,识别字符的装置还包括:检测模块,用于:在检测到文本扫描单元扫描到至少一个字符后,在文本显示单元上显示至少一个字符。

可选的,识别字符的装置还包括:第一获取模块、第二获取模块、接续模块和第一显示模块,其中,第一获取模块,用于获取文本识别设备的扫描单元与待识别文本之间的距离;第二获取模块,用于记录距离大于预设距离的第一时长;接续模块,用于在第一时长小于第一预设时长时,获取文本识别设备在第一时长之前所扫描到的第一字符,以及在第一时长之后所扫描到的第二字符;第一显示模块,用于对第一字符和第二字符进行接续处理,得到至少一个待识别字符;在文本显示单元上显示至少一个待识别字符。

可选的,上述显示模块还包括:处理模块,用于在文本显示单元中显示对至少一个待识别字符进行自然语言处理所得到的初始识别结果。

可选的,识别字符的装置还包括:第一显示模块以及第一处理模块。其中,第一显示模块,用于在读取文本扫描单元对待识别文本进行扫描后所得到的至少一个待识别字符之前,在文本扫描单元扫描异常时,在文本显示单元显示提示信息;第一处理模块,用于在提示信息的显示时长大于第二预设时长时,在文本显示单元对提示信息进行隐藏处理。

可选的,识别字符的装置还包括:第一检测模块以及第一响应模块,其中,第一检测模块,用于在响应对初始识别结果所包含的至少一个待识别字符的选择指令,从至少一个待识别字符中确定目标字符之前,检测至少一个待识别字符对应的字符类型;第一响应模块,用于响应对至少一个待识别字符的拆分指令,在文本显示单元显示根据字符类型对至少一个待识别字符进行拆分操作后的至少一个拆分字符。

可选的,识别字符的装置还包括:第一拆分模块、第二拆分模块以及第三拆分模块。其中,第一拆分模块,用于基于预设词库所包含的字符对至少一个待识别字符进行拆分操作;第二拆分模块,用于根据每个待识别字符所包含的单元数量对至少一个待识别字符进行拆分操作,其中,每个待识别字符由至少一个单元组成;第三拆分模块,用于根据至少一个待识别字符的词频对至少一个待识别字符进行拆分操作。

可选的,上述识别模块还包括:第二检测模块、第一增删模块以及查询模块。其中,第二检测模块,用于检测预设词库中是否存在目标字符对应的语义;在预设词库中不存在目标字符对应的语义时,对目标字符进行增加字符操作和/或删除字符操作,得到第一目标字符;查询模块,用于在预设词库中查询第一目标字符所对应的语义,并在文本显示单元中显示第一目标字符所对应的语义。

可选的,上述识别模块还包括:第三检测模块、第二增删模块、第二显示模块以及第一查询模块。其中,第三检测模块,用于检测预设词库中是否存在目标字符对应的语义;第二显示模块,用于在预设词库中存在目标字符对应的语义时,在文本显示单元中对目标字符对应的语义进行突出显示;第二增删模块对目标字符进行增加字符操作和/或删除字符操作,得到第二目标字符;第一查询模块,用于在预设词库中查询第二目标字符所对应的语义,并在文本显示单元中显示第二目标字符以及第二目标字符对应的语义。

可选的,识别字符的装置还包括:第二响应模块,用于响应对文本识别设备中的语音播放单元的触控操作,播放目标字符和/或目标字符的识别结果。

可选的,上述获取模块还包括:第三获取模块,用于获取文本扫描单元对待识别文件进行扫描后所得到的至少一个待识别字符,其中,文本识别设备至少包括文本扫描单元和文本显示单元,文本显示单元至少用于显示初始识别结果、目标字符、识别结果。

可选的,上述显示模块还包括:第四获取模块以及第一识别模块。其中,第四获取模块,用于获取目标字符在待识别文本中的语义;第一识别模块,用于根据语义对目标字符进行识别,得到识别结果。

实施例3

根据本公开实施例的另一方面,还提供一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述实施例1中的识别字符的方法。

实施例4

根据本公开实施例的另一方面,还提供一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行上述实施例1中的识别字符的方法。

实施例5

根据本公开实施例的另一方面,还提供一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现上述实施例1中的识别字符的方法。

本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。

图21示出了可以用来实施本公开的实施例的示例电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图21所示,设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理,例如车辆轨迹的预测方法。例如,在一些实施例中,车辆轨迹的预测方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的车辆轨迹的预测方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行车辆轨迹的预测方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。

实施例6

根据本公开实施例的另一方面,还提供一种文本识别设备,包括:文本扫描单元,用于对待识别文本进行扫描,得到至少一个待识别字符;文本识别单元,用于对至少一个待识别字符进行字符纠错处理,并从字符纠错处理后的至少一个待识别字符中确定目标字符,根据目标字符在待识别文本中的语义对目标字符进行识别,得到识别结果;文本显示单元,用于显示至少一个待识别字符以及识别结果。

应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。

上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。

27页详细技术资料下载
上一篇:一种医用注射器针头装配设备
下一篇:评论用户身份识别方法、装置、计算机设备和存储介质

网友询问留言

已有0条留言

还没有人留言评论。精彩留言会获得点赞!

精彩留言,会给你点赞!