OCR识别方法、识别装置和识别系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114627459A(43)申请公布日2022.06.14(21)申请号202011468116.X(22)申请日2020.12.14(71)申请人菜鸟智能物流控股有限公司地址英属开曼群岛大开曼资本大厦一座四层847号邮箱(72)发明人范剑刚曾旭许俊柳厦(74)专利代理机构北京润泽恒知识产权代理有限公司11319专利代理师冀晓恺(51)Int.Cl.G06V20/62(2022.01)G06V30/10(2022.01)H04L67/10(2022.01)H04L67/06(2022.01)权利要求书3页说明书14页附图4页(54)发明名称OCR识别方法、识别装置和识别系统(57)摘要本申请公开了一种OCR识别方法、识别装置和识别系统。所述OCR识别方法用于选择地在识别终端或识别服务器中对图片进行识别，所述识别方法包括：从图片中提取图像参数；利用所述图像参数判断所述图片是否符合预设规则；当判断出所述图片符合预设规则时，将所述图片发送到识别服务器进行识别；当判断出所述图片不符合预设规则时，识别所述图片并获得图片信息。在本申请实施例提出的OCR识别方法和装置、系统中，利用预设规则将图片发送至识别服务器或者留在本地的识别终端进行识别，减少了图片识别的延时，保证了识别的效率和准确度。CN114627459ACN114627459A权利要求书1/3页1.一种OCR识别方法，用于选择地在识别终端或识别服务器中对图片进行识别，所述识别方法包括：从图片中提取图像参数；利用所述图像参数判断所述图片是否符合预设规则；当判断出所述图片符合预设规则时，将所述图片发送到识别服务器进行识别；当判断出所述图片不符合预设规则时，识别所述图片并获得图片信息。2.根据权利要求1所述的OCR识别方法，其特征在于，所述当判断出所述图片不符合预设规则时，识别所述图片并获得图片信息的步骤之后，所述方法还包括：将识别出的图片信息作为训练数据上传至机器学习模型训练服务器；其中，所述机器学习模型训练服务器用于训练机器学习模型，并输出训练完成的第一机器学习模型至所述识别服务器，以及输出训练完成的第二机器学习模型至所述识别终端。3.根据权利要求1所述的OCR识别方法，其特征在于，所述图像参数包括：所述图片信息中的条码尺寸和图片倾斜角度。4.根据权利要求3所述的OCR识别方法，其特征在于，所述预设规则包括：所述条码尺寸与所述图片尺寸的占比小于第一阈值，或者所述图片的倾斜角度大于第二阈值。5.根据权利要求1所述的OCR识别方法，其特征在于，所述利用所述图像参数判断所述图片是否符合预设规则的步骤包括：确定所述图片包含的条码尺寸与所述图片的尺寸的比值；确定所述图片的至少一个倾斜角度；当所述条码尺寸与所述图片的尺寸的比值小于第一阈值，或者所述图片的倾斜角度大于第二阈值时，将所述图片信息发送至所述识别服务器进行识别；当所述条码尺寸与所述图片尺寸的比值不小于第一阈值，且所述图片的倾斜角度大于第二阈值时，在所述识别终端对所述图片信息进行识别。6.根据权利要求1所述的OCR识别方法，其特征在于，所述图片为物流面单，所述物流面单包括条码区域和文字信息区域。7.根据权利要求1所述的OCR识别方法，其特征在于，所述当判断出所述图片符合预设规则时，将所述图片发送到识别服务器进行识别的步骤之后，所述方法还包括：判断是否存在边缘服务器；当确定存在边缘服务器时，将所述图片发送至所述边缘服务器进行识别。8.根据权利要求7所述的OCR识别方法，其特征在于，所述当判断出所述图片符合预设规则时，将所述图片发送到识别服务器进行识别的步骤之后，所述方法还包括：当确定不存在边缘服务器时，将所述图片发送至所述云端服务器进行识别。9.根据权利要求1所述的OCR识别方法，其特征在于，所述图片信息包括：姓名、电话、地址信息至少一者。10.根据权利要求1所述的OCR识别方法，其特征在于，所述预设规则包括如下至少一者：根据所述图像参数确定的预估的识别延时大于对应的延时阈值；根据所述图像参数确定的预估的识别准确率小于对应的准确率阈值；2CN114627459A权利要求书2/3页根据所述图像参数确定的预估的识别难易程度值大于对应的难易程度阈值；其中，所述预估的识别延时、预估的识别准确率和预估的识别难易程度值是通过所述图像参数确定的。11.根据权利要求10所述的OCR识别方法，其特征在于，所述图像参数包括：图片的位置信息、图片中的文本信息、图片的像素值至少其中一者。12.一种OCR识别方法，用于在识别服务器对图片进行识别，所述识别方法包括：接收识别终端发送的图片；利用机器学习模型对所述图片进行识别，获得图片信息；其中，所述图片对应的图像参数符合预设规则，所述预设规则用于确定所述图