一种拍照搜题方法与流程

技术特征：
1.一种拍照搜题方法，其特征在于，包括以下步骤：s1：获取试题图片信息，并对该图片信息进行预处理；s2：对预处理后的图片信息，基于霍夫变换法判断图片中的文本行是否倾斜，若倾斜，则将文本行校正调整成水平状态；s3：判断调整成水平状态的文本行中的文字是否倒置，若倒置，则对图片进行旋转校正，以使文字处于正常的方向；s4：基于连通区域检测算法，对图片中的文本行进行字符分割；s5：对分割后的字符进行特征提取，并与预先构建的标准文字模板进行匹配，以识别文本行中的文字信息，并将每相邻的至少两个文字信息作为搜索关键词，在预先构建的题库中逐一进行搜索，并对搜索结果进行筛选及排序。2.根据权利要求1所述的拍照搜题方法，其特征在于，所述s2中将文本行校正调整成水平状态具体包括以下步骤：s21：将获取的图片信息按纵向或横向划分成m个子块图像，其中，m＝h/h，h为图片的高度，h为子块图像的高度；s22：搜索并获取每一子块图像的左边界的坐标值信息，并将其存储于数组m中；s23：依据下式，计算文本行的倾斜角度；其中，k＝|h
1-h2|，h为每个子块图像的高度；s24：基于s23计算得到的文本行的倾斜角度，将其反向旋转该角度，使其处于水平状态。3.根据权利要求2所述的拍照搜题方法，其特征在于，所述s22中在搜索每一子块图像的左边界的坐标值信息时，若位于最左端的子块图像的左边界不存在像素点，则搜索向右平移一列的子块图像的左边界坐标值信息。4.根据权利要求1所述的拍照搜题方法，其特征在于，所述s3具体包括以下步骤：s31：预先获取至少5000张文字正常排布的正向图片信息，以及至少5000张文字倒置的反向图片信息，作为训练集；s32：基于vgg16网络结构构建图片倾斜校正模型，并依据s31获取的训练集对其进行训练；s33：使用小批量梯度下降法作为优化器，并基于softmax损失函数对模型进行优化；s34：基于优化后的图片倾斜校正模型，判断文本行中的文字是否倒置，并依据判断结果，对其进行校正。5.根据权利要求1所述的拍照搜题方法，其特征在于，所述s1中的预处理具体包括以下步骤：s11：基于加权平均法对获取的试题图片信息进行灰度化处理；s12：基于niblack算法对灰度化处理后的试题图片信息进行二值化；s13：基于数字形态学滤波法对二值化后的试题图片信息进行降噪。

技术总结
本发明公开一种拍照搜题方法，包括以下步骤：S1：获取试题图片信息，并对该图片信息进行预处理；S2：对预处理后的图片信息，基于霍夫变换法判断图片中的文本行是否倾斜，若倾斜，则将文本行校正调整成水平状态；S3：判断调整成水平状态的文本行中的文字是否倒置，若倒置，则对图片进行旋转校正，以使文字处于正常的方向。本发明在对字符进行识别前，首先需要将文本行调整成水平状态，并判断处于水平状态下的文本行的字符是否是倒置的，若是倒置的，则依据预先构建的图片倾斜校正模型，再将整个图片旋转一定的角度，使得文本行中的字符处于正常的方向，进而提高字符识别精度。进而提高字符识别精度。进而提高字符识别精度。


技术研发人员：郑贤娇 罗韶峰
受保护的技术使用者：深圳市亚太未来教育科技发展有限公司
技术研发日：2021.12.17
技术公布日：2022/3/22