一种文字识别方法、装置及电子设备

技术领域

本说明书实施例涉及AR文字识别技术领域，更具体地，涉及一种文字识别方法、一种用于文字识别的装置、一种电子设备以及一种计算机可读存储介质。

背景技术

AR文字识别是由摄像头获取真实世界的图像后，使用文字识别算法识别图像中的文字，对文字进行二次处理，如当识别到的文字为英文时，对英文进行翻译后，叠加在真实环境的图像上显示给用户。

目前，AR文字识别已被广泛应用。但现有的AR文字识别技术的识别时间较长、性能较差。因此，需要提供一种新的方法来缩短识别时间，并提升识别性能。

发明内容

本说明书实施例的一个目的是提供一种文字识别的新的技术方案。

根据本说明书实施例的第一方面，提供了一种文字识别方法，包括：

对待识别图像进行分块处理，得到多个图像块；

按照预设方法确定出所述多个图像块的文字区域；

对所述文字区域中的文字进行翻译后显示给用户。

可选地，其中，所述按照预设方法确定出所述多个图像块的文字区域，包括：

按照顺序在第一方向上查找到第一个有文字的第一图像块时，识别出所述第一图像块中文字的第一坐标；

按照顺序在第二方向上查找到第一个有文字的第二图像块时，识别出所述第二图像块中文字的第二坐标；

根据所述第一坐标和所述第二坐标确定所述文字区域；

其中，在所述第二方向上查找的是除了已在所述第一方向上查找过的图像块之外的其他图像块。

可选地，其中，所述按照预设方法确定出所述多个图像块的文字区域的步骤之后，所述方法还包括：

根据所述文字区域，在用户界面绘制交互框；

根据用户对所述交互框的调整操作，确定所述待识别图像中的识别区域；

对所述识别区域中的文字进行翻译后显示给用户。

可选地，其中，所述根据用户对所述交互框的调整操作，确定所述待识别图像中的识别区域，包括：

根据用户对所述交互框的位置调整操作，确定所述待识别图像中的识别区域。

可选地，其中，所述根据用户对所述交互框的调整操作，确定所述待识别图像中的识别区域，包括：

根据用户对所述交互框的大小调整操作，确定所述待识别图像中的识别区域。

可选地，其中，所述在用户界面绘制交互框的步骤之后，所述方法还包括：

在所述用户界面显示操作提示信息，以提示用户通过调整所述交互框的大小和位置选择所述识别区域。

根据本说明书实施例的第二方面，提供了一种用于文字识别的装置，包括：

分块模块，用于对待识别图像进行分块处理，得到多个图像块；

确定模块，用于按照预设方法确定出所述多个图像块的文字区域；

显示模块，用于对所述文字区域中的文字进行翻译后显示给用户。

根据本说明书实施例的第三方面，还提供包括如本说明书实施例的第二方面所述的用于文字识别的装置，或者，所述电子设备包括：

存储器，用于存储可执行命令；

处理器，用于在所述可执行命令的控制下，执行如本说明书实施例的第一方面中任一项所述的文字识别方法。

根据本说明书实施例的第四方面，还提供一种计算机可读存储介质，存储有可执行指令，所述可执行指令被处理器执行时，执行如本说明书实施例的第一方面中任一项所述的文字识别方法。

本说明书实施例的一个有益效果在于，本实施例的方法通过对待识别图像进行分块处理，得到多个图像块；按照预设方法确定出所述多个图像块的文字区域；对该文字区域中的文字进行翻译后显示给用户，可以通过减少文字识别区域来优化识别速度，从而提升用户体验。

通过以下参照附图对本说明书实施例的示例性实施例的详细描述，本说明书实施例的其它特征及其优点将会变得清楚。

附图说明

被结合在说明书中并构成说明书的一部分的附图示出了本说明书实施例的实施例，并且连同其说明一起用于解释本说明书实施例的原理。

图1为可以应用根据本说明书实施例的文字识别方法的一种电子设备的结构示意图；

图2是根据本说明书实施例的文字识别方法的流程图；

图3是对本说明书实施例的待识别图像进行分块处理的示意图；

图4是根据本说明书实施例的用于文字识别的装置的结构示意图；

图5是根据本说明书实施例的电子设备的原理框图；

图6是根据本说明书实施例的方法在用户界面绘制交互框的示意图。

具体实施方式

现在将参照附图来详细描述本说明书实施例的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本说明书实施例的范围。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本说明书实施例及其应用或使用的任何限制。

对于相关领域普通技术人物已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

<硬件配置>

图1为可以应用根据本说明书实施例的文字识别方法的一种电子设备的结构示意图。

如图1所示，本实施例的电子设备1000例如可以是AR眼镜、AR头盔等设备。具体的，该电子设备1000可以包括处理器1010、存储器1020、接口装置1030、通信装置1040、显示装置1050、输入装置1060、扬声器1070、麦克风1080，等等。

其中，处理器1010可以是中央处理器CPU、微处理器MCU等。存储器1020例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置1030例如包括USB接口、耳机接口等。通信装置1040例如能够进行有线或无线通信。显示装置1050例如是液晶显示屏、触摸显示屏等。输入装置1060例如可以包括触摸屏、键盘等。

电子设备1000可以通过扬声器1070输出音频信息。电子设备1000可以通过麦克风1080拾取用户输入的语音信息。

本实施例中，电子设备1000对待识别图像进行分块处理，得到多个图像块；按照预设方法确定出所述多个图像块的文字区域；对所述文字区域中的文字进行翻译后显示给用户。

在本实施例中，电子设备1000的存储器1020用于存储指令，该指令用于控制该处理器1010进行操作以支持实现根据本说明书任意实施例的文字识别方法。技术人员可以根据本说明书实施例所公开方案设计指令。指令如何控制处理器进行操作，这是本领域公知，故在此不再详细描述。

本领域技术人员应当理解，尽管在图1中示出了电子设备1000的多个装置，但是，本说明书实施例的电子设备1000可以仅涉及其中的部分装置，例如，只涉及处理器1010、存储器1020、显示装置1050、输入装置1060等。

<方法实施例>

本实施例提供了一种文字识别方法，该方法例如可以由电子设备实施，该电子设备可以是包含如图1所示的电子设备1000。

如图2所示，该文字识别方法包括以下步骤2100～步骤2300：

步骤2100，对待识别图像进行分块处理，得到多个图像块。

其中，该待识别图像可以是由摄像头获取的。

实际应用中，电子设备1000可以通过图像识别算法对该待识别图像进行分块处理，得到多个图像块。实际应用中，每个该图像块可以对应一个序列号。

例如图3所示的该待识别图像，经过分块处理后，被分为16个图像块。每个图像块对应一个序列号，例如，第一行从左至右的序列号依次是：00，01，02，03；第二行从左至右的序列号依次是：10，11，12，13；第三行从左至右的序列号依次是：20，21，22，23；第四行从左至右的序列号依次是：30，31，32，33。

步骤2200，按照预设方法确定出所述多个图像块的文字区域。

具体的，该电子设备1000可以按照顺序在第一方向上查找到第一个有文字的第一图像块时，识别出所述第一图像块中文字的第一坐标；按照顺序在第二方向上查找到第一个有文字的第二图像块时，识别出所述第二图像块中文字的第二坐标；根据所述第一坐标和所述第二坐标确定所述文字区域；其中，在所述第二方向上查找的是除了已在所述第一方向上查找过的图像块之外的其他图像块。

例如，该第一方向是从图3所示待识别图像的左上角的图像块00开始，按照从左到右的顺序，即，查找顺序为00,10,20,30,01,11,21,31。该第二方向是从图3所示待识别图像的右下角的图像块33开始，按照从下到上的顺序，即，查找顺序为33,23,13,03,32,22,12,02。

该电子设备1000先从图像块00开始查找，在该第一方向上查找到的第一个有文字的第一图像块为10，停止在第一方向上的查找，识别出所述第一图像块10中文字的第一坐标。然后从图像块33开始查找，在该第二方向上查找到的第一个有文字的第二图像块为12，停止在第二方向上的查找，识别出所述第二图像块12中文字的第二坐标。根据该第一坐标和第二坐标确定该文字区域。

需要说明的是，在查找过程中，会适当调整其查找顺序，以避免对同一图像块重复查找。例如，该电子设备1000从图像块00开始，依次查找图像块00,01,02,03,10，到图像块10为止，那么从图像块33开始查找时，仅查找图像块33,23,13,32,22,12，而不会再次查找图像块02和图像块03。

步骤2300，对所述文字区域中的文字进行翻译后显示给用户。

本步骤中，该电子设备1000可以根据步骤2200确定了待识别图像中的文字区域后，截取对应的原始图像，对该原始图像中的文字进行识别和翻译，然后将翻译后的文字显示给用户。

进一步地，如图6所示，为了精确确定该文字区域，再次减少需要识别的区域，该电子设备1000在确定了文字区域后，还可以根据该文字区域的坐标，在用户界面上绘制与该文字区域大小相同的交互框(图6中虚线框)。该交互框可由用户调整大小和位置。

该电子设备1000在绘制交互框之后，还可以在该用户界面显示操作提示信息，以提示用户通过调整该交互框的大小和位置选择该识别区域。然后根据用户对该交互框的调整操作，确定该待识别图像中的识别区域，对该识别区域中的文字进行翻译后显示给用户。

具体的，该电子设备1000可以根据用户对该交互框的位置调整操作，确定该待识别图像中的识别区域；和/或，根据用户对该交互框的大小调整操作，确定该待识别图像中的识别区域。

例如，用户可以仅调整该交互框在用户界面上的位置，从而确定该待识别图像中的识别区域。又例如，用户可以仅调整该交互框在用户界面上的大小，从而确定该待识别图像中的识别区域。又例如，用户可以即调整该交互框在用户界面上的位置，也调整该交互框在用户界面上的大小，从而确定该待识别图像中的识别区域。

本实施例的方法，通过对待识别图像进行分块处理，得到多个图像块；按照预设方法确定出所述多个图像块的文字区域；对所述文字区域中的文字进行翻译后显示给用户，可以通过减少待识别图像中的识别区域来优化识别速度。同时通过确定的待识别图像中的文字区域，向用户提供交互框以供用户调整该交互框确定最终的识别区域，可以进一步减少待识别图像中的识别区域，从而提升用户体验。

<装置实施例>

图4是根据本说明书实施例的用于文字识别的装置的结构示意图。

如图4所示，该用于文字识别的装置4000可以包括分块模块4100、确定模块4200和显示模块4300。

其中，该分块模块4100用于对待识别图像进行分块处理，得到多个图像块。

该确定模块4200用于按照预设方法确定出所述多个图像块的文字区域。

该显示模块4300用于对所述文字区域中的文字进行翻译后显示给用户。

具体的，该确定模块4200可以用于按照顺序在第一方向上查找到第一个有文字的第一图像块时，识别出所述第一图像块中文字的第一坐标；按照顺序在第二方向上查找到第一个有文字的第二图像块时，识别出所述第二图像块中文字的第二坐标；根据所述第一坐标和所述第二坐标确定所述文字区域；其中，在所述第二方向上查找的是除了已在所述第一方向上查找过的图像块之外的其他图像块。

在一个例子中，本实施例的用于文字识别的装置4000还可以包括绘制模块，用于根据所述文字区域，在用户界面绘制交互框。相应的，该确定模块4200还可以用于根据用户对所述交互框的调整操作，确定所述待识别图像中的识别区域；该显示模块4300还可以用于对所述识别区域中的文字进行翻译后显示给用户。

具体的，该确定模块4200还可以用于根据用户对所述交互框的位置调整操作，确定所述待识别图像中的识别区域。

具体的，该确定模块4200还可以用于根据用户对所述交互框的大小调整操作，确定所述待识别图像中的识别区域。

在一个例子中，该显示模块4300还可以用于在所述用户界面显示操作提示信息，以提示用户通过调整所述交互框的大小和位置选择所述识别区域。

在一个例子中，该分块模块4100具体可以用于通过图像识别算法对所述待识别图像进行分块处理。

本实施例的用于文字识别的装置，可用于执行上述方法实施例的技术方案，其实现原理及技术效果类似，此处不再赘述。

<设备实施例>

本实施例中，还提供一种电子设备，该电子设备包括本说明书图4所示装置实施例中描述的用于文字识别的装置；或者，该电子设备为图5所示的电子设备5000，包括：

存储器5100，用于存储可执行命令。

处理器5200，用于在存储器5100存储的可执行命令的控制下，执行本说明书任意方法实施例中描述的方法。

<计算机可读存储介质实施例>

本实施例提供一种计算机可读存储介质，该存储介质中存储有可执行命令，该可执行命令被处理器执行时，执行本说明书任意方法实施例中描述的方法。

本说明书实施例可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本说明书实施例的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本说明书实施例操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本说明书实施例的各个方面。

这里参照根据本说明书实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本说明书实施例的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本说明书实施例的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人物来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。

以上已经描述了本说明书实施例的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人物来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人物能理解本文披露的各实施例。本说明书实施例的范围由所附权利要求来限定。