一种基于深度学习的手写气象档案资料的字符识别方法

摘要

本发明公开一种基于深度学习的手写气象档案资料的字符识别方法，包括如下步骤：A、图像预处理与字符识别数据集制作；B、字符识别；C、检查识别效果。本发明将纸质气象档案扫描为数字图像格式，先做图像预处理，再使用CTPN算法定位字符位置，和人工书写的影像数据共同构建字符识别数据集。最后将数据集样本送入CRNN识别模型进行识别。本发明准备了高低质量两个数据集，分别训练了两个具有识别差异的CRNN模型，将相同的识别结果作为输出值，利用数据集间的差异剔除涂改字符。本发明方法在粘连字符识别问题上有明显的优势，且能准确的甄别出涂改字符。实验结果表明本发明可以显著减少人工工作量，提高工作效率。