CN108874283B - 图片识别方法、移动终端及计算机可读存储介质 - Google Patents

Abstract

本发明公开了一种图片识别方法，该方法包括：通过当检测到待识别图片上的触碰操作时，根据所述触碰操作，确定所述待识别图片上的选取区域和选取顺序，根据所述选取顺序，对所述选取区域内的信息进行识别，得到识别结果，将所述识别结果转换为文本，并输出所述文本。本发明还公开了一种移动终端及计算机可读存储介质。本发明减少了图片中的文字识别时间，提高了识别效率。

Description

图片识别方法、移动终端及计算机可读存储介质

技术领域

本发明涉及智能识别技术领域，尤其涉及一种图片识别方法、移动终端及计算机可读存储介质。

背景技术

随着互联网的发展、移动手机的普及以及日常生活中对图片识别的需求，出现了众多识图软件，例如，提取身份证件照上的身份证号码，图片中门店的门牌号，图片中汽车的车牌号等等。

现有的识图软件对于识别图片并获取目标信息的方法过于单一且不灵活，例如，在对图片中文字进行识别时，需要对图片整体进行识别，并且对于图片中的倾斜字句等不规范排列的文本很难准确识别，进而造成识别效率低的问题。

发明内容

本发明的主要目的在于提供一种图片识别方法、移动终端及计算机可读存储介质，旨在解决现有现有图片文字识别效率低的技术问题。

为实现上述目的，本发明提供了一种图片识别方法，所述图片识别方法包括：

当检测到待识别图片上的触碰操作时，根据所述触碰操作，确定所述待识别图片上的选取区域和选取顺序；

根据所述选取顺序，对所述选取区域内的信息进行识别，得到识别结果；

将所述识别结果转换为文本，并输出所述文本。

可选地，所述当检测到待识别图片上的触碰操作时，根据所述触碰操作，确定所述待识别图片上的选取区域和选取顺序的步骤包括：

当检测到待识别图片上的触碰操作时，根据所述触碰操作，采集所述待识别图片上的涂抹痕迹和涂抹顺序；

根据所述涂抹痕迹，确定所述待识别图片上的涂抹区域；

将所述涂抹区域作为所述待识别图片上的选取区域，将所述涂抹顺序作为选取顺序。

可选地，所述根据所述选取顺序，对所述选取区域内的信息进行识别，得到识别结果的步骤包括：

确定所述选取区域内的信息所属类别；

根据所述选取区域内的信息所属类别，选择对应的预存识别规则；

根据所述预存识别规则和所述选取顺序，对所述选取区域内的信息进行识别，得到识别结果。

可选地，所述当检测到待识别图片上的触碰操作时，根据所述触碰操作，确定所述待识别图片上的选取区域和选取顺序的步骤之前，所述方法还包括：

在显示待识别图片后，基于识图功能启动指令，进入识图模式；

在识图模式下，将待识别图片分割成若干区域，以供选取。

可选地，所述在识图模式下，将待识别图片分割成若干区域，以供选取的步骤包括：

在识图模式下，识别所述待识别图片，确定所述待识别图片内的文本所在位置；

根据所述待识别图片内的文本所在位置，将所述待识别图片分割成若干区域，以供选取。

可选地，所述在显示待识别图片后，基于识图功能启动指令，进入识图模式的步骤包括：

在显示待识别图片后，基于图像缩放指令，对所述待识别图片进行放大或者缩小处理；

当检测到识图功能启动指令时，启动识图功能，进入识图模式，以对放大或者缩小的所述待识别图片进行识图处理。

可选地，所述方法还包括：

当接收到图片全篇识别指令时，对待识别图片整体进行识别，得到识别结果；

将所述识别结果转换为文本，并输出所述文本。

可选地，所述将所述识别结果转换为文本，并输出所述文本的步骤之后，所述方法还包括：

当接收到复制指令时，根据所述复制指令，将所述文本复制到剪贴板上，以供后续粘贴使用；

或当接收到阅读指令时，根据所述阅读指令，将所述文本转换成语音，并输出所述语音；

或当接收到翻译指令时，根据所述翻译指令，将所述文本翻译成对应的语言文字，并输出所述文字。

此外，为实现上述目的，本发明还提供一种移动终端，所述移动终端包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的图片识别程序，所述图片识别程序被所述处理器执行时实现如上文所述的图片识别方法的步骤。

此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有图片识别程序，所述图片识别程序被处理器执行时实现如上文所述的图片识别方法的步骤。

本发明通过当检测到待识别图片上的触碰操作时，根据所述触碰操作，确定所述待识别图片上的选取区域和选取顺序，根据所述选取顺序，对所述选取区域内的信息进行识别，得到识别结果，将所述识别结果转换为文本，并输出所述文本。实现了在检测到待识别图片上的触碰操作后，根据选取区域和选取顺序，对选取的图片区域进行识别，并输出识别结果，减少识别时间，提高了识别效率。

附图说明

图1为实现本发明各个实施例一种终端的硬件结构示意图；

图2为本发明实施例提供的一种通信网络***架构图；

图3为本发明图片识别方法第一实施例的流程示意图；

图4为本发明图片识别方法第二实施例的流程示意图；

图5为本发明实施例中使用涂抹方式进行选取待识别区域，并对涂抹区域进行识别，将识别结果在输出文本框中输出的一种示意图；

图6为本发明图片识别方法第三实施例的流程示意图；

图7为本发明实施例中长按移动终端任意位置，弹出包含识图功能的功能列表的一种示意图；

图8为本发明实施例中将待识别图片分割成若干区域的一种示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。

终端可以以各种形式来实施。例如，本发明中描述的终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant，PDA)、便捷式媒体播放器(Portable Media Player，PMP)、导航装置、可穿戴设备、智能手环、计步器等移动终端，以及诸如数字TV、台式计算机等固定终端。

后续描述中将以移动终端为例进行说明，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本发明的实施方式的构造也能够应用于固定类型的终端。

请参阅图1，其为实现本发明各个实施例的一种移动终端的硬件结构示意图，该移动终端100可以包括：RF(Radio Frequency，射频)单元101、WiFi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解，图1中示出的移动终端结构并不构成对移动终端的限定，移动终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

下面结合图1对移动终端的各个部件进行具体的介绍：

射频单元101可用于收发信息或通话过程中，信号的接收和发送，具体的，将基站的下行信息接收后，给处理器110处理；另外，将上行的数据发送给基站。通常，射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于GSM(Global System of Mobile communication，全球移动通讯***)、GPRS(General Packet Radio Service，通用分组无线服务)、CDMA2000(CodeDivision Multiple Access 2000，码分多址2000)、WCDMA(Wideband Code DivisionMultiple Access，宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access，时分同步码分多址)、FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution，频分双工长期演进)和TDD-LTE(Time DivisionDuplexing-Long Term Evolution，分时双工长期演进)等。

WiFi属于短距离无线传输技术，移动终端通过WiFi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图1示出了WiFi模块102，但是可以理解的是，其并不属于移动终端的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。

音频输出单元103可以在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时，将射频单元101或WiFi模块102接收的或者在存储器109中存储的语音数据转换成音频信号并且输出为声音。而且，音频输出单元103还可以提供与移动终端100执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。

A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics Processing Unit，GPU)1041和麦克风1042，图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(语音数据)，并且能够将这样的声音处理为语音数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。

移动终端100还包括至少一种传感器105，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度，接近传感器可在移动终端100移动到耳边时，关闭显示面板1061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1061。

用户输入单元107可用于接收输入的数字或字符信息，以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作)，并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器110，并能接收处理器110发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071，用户输入单元107还可以包括其他输入设备1072。具体地，其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种，具体此处不做限定。

进一步的，触控面板1071可覆盖显示面板1061，当触控面板1071检测到在其上或附近的触摸操作后，传送给处理器110以确定触摸事件的类型，随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中，触控面板1071与显示面板1061是作为两个独立的部件来实现移动终端的输入和输出功能，但是在某些实施例中，可以将触控面板1071与显示面板1061集成而实现移动终端的输入和输出功能，具体此处不做限定。

接口单元108用作至少一个外部装置与移动终端100连接可以通过的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端100和外部装置之间传输数据。

存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如语音数据、电话本等)等。此外，存储器109可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

处理器110是移动终端的控制中心，利用各种接口和线路连接整个移动终端的各个部分，通过运行或执行存储在存储器109内的软件程序和/或模块，以及调用存储在存储器109内的数据，执行移动终端的各种功能和处理数据，从而对移动终端进行整体监控。处理器110可包括一个或多个处理单元；优选的，处理器110可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作***、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器110中。

此外，在图1所示的移动终端100中，移动终端100还包括处理器110用于调用存储器109中存储的图片识别程序，并执行以下操作：

当检测到待识别图片上的触碰操作时，根据所述触碰操作，确定所述待识别图片上的选取区域和选取顺序；

根据所述选取顺序，对所述选取区域内的信息进行识别，得到识别结果；

将所述识别结果转换为文本，并输出所述文本。

进一步地，所述当检测到待识别图片上的触碰操作时，根据所述触碰操作，确定所述待识别图片上的选取区域和选取顺序的步骤包括：

当检测到待识别图片上的触碰操作时，根据所述触碰操作，采集所述待识别图片上的涂抹痕迹和涂抹顺序；

根据所述涂抹痕迹，确定所述待识别图片上的涂抹区域；

将所述涂抹区域作为所述待识别图片上的选取区域，将所述涂抹顺序作为选取顺序。

进一步地，所述根据所述选取顺序，对所述选取区域内的信息进行识别，得到识别结果的步骤包括：

确定所述选取区域内的信息所属类别；

根据所述选取区域内的信息所属类别，选择对应的预存识别规则；

根据所述预存识别规则和所述选取顺序，对所述选取区域内的信息进行识别，得到识别结果。

进一步地，所述当检测到待识别图片上的触碰操作时，根据所述触碰操作，确定所述待识别图片上的选取区域和选取顺序的步骤之前，处理器110还用于调用存储器109中存储的图片识别程序，并执行以下操作：

在显示待识别图片后，基于识图功能启动指令，进入识图模式；

在识图模式下，将待识别图片分割成若干区域，以供选取。

进一步地，所述在识图模式下，将待识别图片分割成若干区域，以供选取的步骤包括：

在识图模式下，识别所述待识别图片，确定所述待识别图片内的文本所在位置；

根据所述待识别图片内的文本所在位置，将所述待识别图片分割成若干区域，以供选取。

进一步地，所述在显示待识别图片后，基于识图功能启动指令，进入识图模式的步骤包括：

在显示待识别图片后，基于图像缩放指令，对所述待识别图片进行放大或者缩小处理；

当检测到识图功能启动指令时，启动识图功能，进入识图模式，以对放大或者缩小的所述待识别图片进行识图处理。

进一步地，处理器110还用于调用存储器109中存储的图片识别程序，并执行以下操作：

当接收到图片全篇识别指令时，对待识别图片整体进行识别，得到识别结果；

将所述识别结果转换为文本，并输出所述文本。

进一步地，所述将所述识别结果转换为文本，并输出所述文本的步骤之后，处理器110还用于调用存储器109中存储的图片识别程序，并执行以下操作：

当接收到复制指令时，根据所述复制指令，将所述文本复制到剪贴板上，以供后续粘贴使用；

或当接收到阅读指令时，根据所述阅读指令，将所述文本转换成语音，并输出所述语音；

或当接收到翻译指令时，根据所述翻译指令，将所述文本翻译成对应的语言文字，并输出所述文字。

移动终端100还可以包括给各个部件供电的电源111(比如电池)，优选的，电源111可以通过电源管理***与处理器110逻辑相连，从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。

尽管图1未示出，移动终端100还可以包括蓝牙模块等，在此不再赘述。

为了便于理解本发明实施例，下面对本发明的移动终端所基于的通信网络***进行描述。

请参阅图2，图2为本发明实施例提供的一种通信网络***架构图，该通信网络***为通用移动通信技术的LTE***，该LTE***包括依次通讯连接的UE(User Equipment，用户设备)201，E-UTRAN(Evolved UMTS Terrestrial Radio Access Network，演进式UMTS陆地无线接入网)202，EPC(Evolved Packet Core，演进式分组核心网)203和运营商的IP业务204。

具体地，UE201可以是上述移动终端100，此处不再赘述。

E-UTRAN202包括eNodeB2021和其它eNodeB2022等。其中，eNodeB2021可以通过回程(backhaul)(例如X2接口)与其它eNodeB2022连接，eNodeB2021连接到EPC203，eNodeB2021可以提供UE201到EPC203的接入。

EPC203可以包括MME(Mobility Management Entity，移动性管理实体)2031，HSS(Home Subscriber Server，归属用户服务器)2032，其它MME2033，SGW(Serving Gate Way，服务网关)2034，PGW(PDN Gate Way，分组数据网络网关)2035和PCRF(Policy andCharging Rules Function，政策和资费功能实体)2036等。其中，MME2031是处理UE201和EPC203之间信令的控制节点，提供承载和连接管理。HSS2032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能，并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过SGW2034进行发送，PGW2035可以提供UE 201的IP地址分配以及其它功能，PCRF2036是业务数据流和IP承载资源的策略与计费控制策略决策点，它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。

IP业务204可以包括因特网、内联网、IMS(IP Multimedia Subsystem，IP多媒体子***)或其它IP业务等。

虽然上述以LTE***为例进行了介绍，但本领域技术人员应当知晓，本发明不仅仅适用于LTE***，也可以适用于其他无线通信***，例如GSM、CDMA2000、WCDMA、TD-SCDMA以及未来新的网络***等，此处不做限定。

基于上述终端硬件结构以及通信网络***，提出本发明图片识别方法的各个实施例。

本发明提供一种图片识别方法。

参照图3，图3为本发明图片识别方法第一实施例的流程示意图。

在本实施例中，提供了图片识别方法的实施例，需要说明的是，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。

在本实施例中，图片识别方法可选应用于移动终端中。

图片识别方法包括：

步骤S10，当检测到待识别图片上的触碰操作时，根据所述触碰操作，确定所述待识别图片上的选取区域和选取顺序。

步骤S20，根据所述选取顺序，对所述选取区域内的信息进行识别，得到识别结果。

步骤S30，将所述识别结果转换为文本，并输出所述文本将所述识别结果转换为文本，并输出所述文本。

在本实施例中，当移动终端检测到用户在待识别图片上的触碰操作时，根据触碰操作，获取用户在待识别图片上的选取区域和选取顺序，根据图片识别指令、选取顺序和预设识别规则，移动终端对选取区域内的信息进行识别，并得到识别结果，根据预存的转换规则，移动终端将识别结果转换成文本，并进行输出。

以下将对各个步骤进行详细说明：

步骤S10，当检测到待识别图片上的触碰操作时，根据所述触碰操作，确定所述待识别图片上的选取区域和选取顺序。

当移动终端检测到用户在待识别图片上的触碰操作时，根据检测到的触碰操作，获取用户在待识别图片上选取的需要识别的区域和选取的顺序。在本实施例中具体表现为用户按压显示界面，并在按压状态下有移动痕迹。移动终端在识图功能模式下，采集用户在显示界面上的按压痕迹，以按压痕迹的起点和终点作为边框交叉点，构建可调整矩形框，将矩形框框选的区域作为待识别区域，将按压痕迹起始点到终点的方向作为选取的顺序，可以理解的，用户在确认识别前，随时可对矩形框进行移动或者大小调整。

需要说明的是，本实施例中，为确保正确构建矩形框，用户的按压痕迹起始点与终点不在一条水平线上。当需要识别的区域之间有间隔或者其他内容时，可以分多个矩形框进行框选。

如在识图模式下，移动终端检测到用户手指按压显示界面，并在按压动作下非水平方向移动手指，当用户手指移动到目标位置后，移动终端检测到用户手指离开屏幕时，显示界面会出现一个虚拟矩形框，当矩形框框选的区域不够准确时，用户可对矩形框的位置和大小进行调整，并在调整后，点击显示界面上预设的确认识别按钮，此时移动终端将确认的矩形框区域作为待识别区域。

步骤S20，根据所述选取顺序，对所述选取区域内的信息进行识别，得到识别结果。

当移动终端接收到图片识别指令时，根据图片识别指令、预存识别规则和选取顺序，对用户选取的待识别区域内的信息进行识别，其中，识别指令可以为用户选取待识别区域前的确认操作，也可以是用户选取待识别区域后的确认操作，在此不做限定，在本实施例中具体表现为接收到用户在预设确认按钮上的点击操作。具体地，移动终端在接收到识别指令时，将用户选取的区域作为识别对象，根据图片识别指令、预存识别规则和选取顺序，对选取区域内的文字信息进行识别，得到识别结果。

进一步地，步骤S20包括：

步骤a，确定所述选取区域内的信息所属类别。

步骤b，根据所述选取区域内的信息所属类别，选择对应的预存识别规则。

步骤c，根据所述预存识别规则和所述选取顺序，对所述选取区域内的信息进行识别，得到识别结果。

众所周知，一张包含有文本的图片中，往往不止一种文本形式，文本中可能有汉字，***数字，英文字母等，不同的文字语言识别的规则是不同的，当在待识别区域中有多种字体共存时，运用同种识别规则进行识别的话，往往会出现乱码，因此，在移动终端对待识别区域进行识别的过程中，先确定待识别区域内的信息所属类别，根据所属类别，移动终端选择该类别对应的预存识别规则进行识别，其中，预存识别规则包括但不限于：SWT(笔画宽度转化算法)、MSER(最大稳定极值区域)方法、文字分类模型训练方法等，在此不做限定。

进一步地，若移动终端确定待识别区域中有多种语言文字时，移动终端对待识别区域内的信息进行归属分类，不同类别文字使用不同的预存识别规则进行识别，得到识别结果。

如用户在待识别图片上选取的区域包含了汉字，则移动终端在接收到识别指令时，确定待识别区域中的信息为汉字，根据图片识别指令，运用SWT(笔画宽度转化算法)对待识别区域上的汉字进行识别，得到识别结果。

步骤S30，将所述识别结果转换为文本，并输出所述文本。

在移动终端得到识别结果后，根据预存转换规则，将识别的结果从图片格式转换为文本格式，并根据用户选取待识别区域时的选取顺序在文本框中输出文本。具体地，在用户对选取区域进行确定识别操作后，移动终端显示界面弹出文本框，在文本框中将识别文本按照选取顺序输出，如图片上的文字是从右到左排列时，用户选取待识别区域时，应从右到左的顺序选取，移动终端在得到识别结果后，根据用户的选取顺序在文本框中将从右到左排列的文字按照从左到右的顺序输出文本。

本实施例通过当检测到待识别图片上的触碰操作时，根据所述触碰操作，确定所述待识别图片上的选取区域和选取顺序，根据所述选取顺序，对所述选取区域内的信息进行识别，得到识别结果，将所述识别结果转换为文本，并输出所述文本。实现了在检测到待识别图片上的触碰操作后，根据选取区域和选取顺序，对选取的图片区域进行识别，并输出识别结果，减少识别时间，提高了识别效率。

进一步地，基于第一实施例提出本发明图片识别方法的第二实施例。图片识别方法的第二实施例与图片识别方法的第一实施例的区别在于，参照图4，步骤S10包括：

步骤S11，当检测到待识别图片上的触碰操作时，根据所述触碰操作，采集所述待识别图片上的涂抹痕迹和涂抹顺序。

步骤S12，根据所述涂抹痕迹，确定所述待识别图片上的涂抹区域。

步骤S13，将所述涂抹区域作为所述待识别图片上的选取区域，将所述涂抹顺序作为选取顺序。

本实施例提出一种获取待识别区域的方法，当移动终端检测到用户在待识别图片上的触碰操作时，根据所述触碰操作，采集用户在待识别图片上的涂抹痕迹和涂抹顺序，其中，涂抹痕迹具体表现为在用户按压的路径上形成高亮度显示的蒙板。移动终端根据涂抹痕迹形成的区域，确定用户在待识别图片上的涂抹区域，将所述涂抹区域作为用户在所述待识别图片上的选取区域，将所述涂抹顺序作为用户选取顺序。

需要说明的是，涂抹痕迹形成的区域可以是不规则区域，如当待识别文字在待识别图片上是不规则排列，例如倾斜或者“S”形时，此时，用户使用涂抹的方式形成的选取区域是一个不规则区域，甚至可以是间隔的各个小点，移动终端根据用户选取的涂抹痕迹，获取用户在待识别图片上的涂抹区域。可以理解的是，涂抹痕迹可修改。参照图5，如待识别图片上有文字需要识别时，用户可使用手指在屏幕上进行涂抹，移动终端检测用户在待识别图片上的涂抹痕迹和涂抹顺序，确定待识别区域和识别顺序。

本实施例针对特殊排列文字，如倾斜排列，提供了一种获取待识别区域的方法，采用采集用户在待识别图片上的涂抹痕迹和涂抹顺序，来获取用户选取的涂抹区域。进一步地调高了移动终端识别图片的智能性，提高了用户选取待识别区域方式的多样性。

进一步地，提出本发明图片识别方法的第三实施例。图片识别方法的第三实施例与图片识别方法的第一或第二实施例的区别在于，参照图6，步骤S10之前，图片识别方法还包括：

步骤S40，在显示待识别图片后，基于识图功能启动指令，进入识图模式。

移动终端根据用户的图片查看指令，在显示界面上显示待识别图片，以供用户对图片内容进行预览，其中，待识别图片可以是用户在第三方应用接收到的图片，也可以是移动终端本地图库里的图片，在此不做限定；图片查看指令可以是移动终端检测到用户在屏幕上的触碰操作所触发的图片查看指令，也可以是移动终端在接收到用户的语音指令所触发的图片查看指令，在此也不做限定。

当用户在查看了图片后，发现有待识别的信息时，下达识图功能启动指令，移动终端根据识图功能启动指令，启动识图功能，其中，识图功能启动指令可以是移动终端检测到用户在待显示图片上的触碰操作所触发的识图功能启动指令，也可以是移动终端在接收到用户的语音指令所触发的识图功能启动指令，在此不做限定，在本实施例中具体表现为：参照图7，用户长按移动终端显示界面上的待识别图片，移动终端弹出功能列表，在功能列表中包含显示“识图”字样，当移动终端在“识图”字样的位置上检测到点击操作时，启动识图功能。可以理解的是，识图功能可以集成包含在功能列表里；也可以单独设置成一个虚拟按钮，当移动终端显示图片时，同步显示该虚拟按钮，当检测到在该按钮的位置上有按压指令时，启动识图功能。

进一步地，步骤S40包括：

步骤d，在显示待识别图片后，基于图像缩放指令，对所述待识别图片进行放大或者缩小处理。

步骤e，当检测到识图功能启动指令时，启动识图功能，进入识图模式，以对放大或者缩小的所述待识别图片进行识图处理。

若在待识别图片上有需要识别的信息，但该信息在待识别图片上显示过小或者过大，此时在移动终端显示待识别图片后，若接收到放大或者缩小指令，则移动终端对待识别图片进行放大或者缩小处理，其中，放大或者缩小指令可以是用户在移动终端屏幕上的操作所触发，也可以是移动终端接收到的语音命令所触发，在本实施例中，具体表现为当移动终端检测到用户两根手指在屏幕上有相对位移时，对待识别图片进行缩小处理；当移动终端检测到用户两根手指在屏幕上有背离位移时，对待识别图片进行放大处理。在放大或者缩小处理后的图片上，若接收到识图功能启动指令，则移动终端启动识图功能。

如用户在移动终端上点击A图片的缩略图后，移动终端根据点击操作所触发的图片查看指令，将A图片大图显示于显示界面上，以供用户浏览图片内容，若用户发现有需要识别的信息，但该信息在待识别图片上显示过小，不好操作时，可在移动终端中对A图片进行放大操作，移动终端根据用户放大操作所触发的放大指令对待识别图片进行放大处理，用户接着长按图片任意位置，移动终端根据检测到的长按操作，在显示界面弹出包含“识图”字样的功能列表，当检测到用户点击“识图”字样时，开启识图功能。

步骤S50，在识图模式下，将待识别图片分割成若干区域，以供选取。

进一步地，步骤S50包括：

步骤f，在识图模式下，识别所述待识别图片，确定所述待识别图片内的文本所在位置。

步骤g，根据所述待识别图片内的文本所在位置，将所述待识别图片分割成若干区域，以供选取。

本实施例提供一种获取待识别区域的方法，在移动终端启动识别功能，进入识图模式后，移动终端将待识别图片分割成若干区域，以供用户选择，具体地，在移动终端启动识别功能后，移动终端识别待识别图片，得到有文本的位置，根据识别到的待识别图片内的文本位置，将待识别图片分割成若干区域，具体表现为在文本位置边沿有虚线框显示，以供用户选取，若移动终端接收到用户的点击操作，则将对应点击的区域作为待识别区域。

参照图8，如待识别图片是一张有文字的截图，移动终端识别该图片，发现该图片上的文字部分主要集中在三处位置，则移动终端自动将这三处位置用虚线框分别框选出来作为待识别区域，若用户点击“行宫”位置所在区域，则移动终端将“行宫”位置所在区域作为待识别区域。

可以理解的是，当待识别区域只有一处位置有文本信息时，移动终端自动将该位置文本所在区域作为待识别区域，而不需要用户再进行选取。

本实施例提供了一种获取待识别区域的方法，通过移动终端自动识别待识别图片，并按照待识别图片上文本所在位置，将待识别图片分割成若干区域，以供用户选取，并将用户选取的若干区域作为选取区域，提高了移动终端识别图片的智能性和用户选取待识别区域方式的多样性。

进一步地，提出本发明图片识别方法的第四实施例。图片识别方法的第四实施例与图片识别方法的第一、第二或第三实施例的区别在于，图片识别方法还包括：

步骤h，当接收到图片全篇识别指令时，对待识别图片整体进行识别，得到识别结果；

步骤i，将所述识别结果转换为文本，并输出所述文本。

本实施例在移动终端启动识别功能后，若移动终端直接接收到图片识别指令，则对待识别图片整体进行识别，得到识别结果，根据预存的转换规则，将识别结果从图片格式转换成文本格式，并在弹出的输出框输出文本。具体表现为在移动终端启动识别功能后，用户直接点击预设的确认按钮，移动终端根据确认指令，对待识别图片进行识别，将待识别图片整体作为识别区域，根据预设识别规则进行识别，得到识别结果，并根据预设转换规则，将识别结果从图片格式转换成文本格式，在弹出的输出文本框中输出该文本。

如待识别图片是一篇学术论文的PDF版本，用户需要对整篇学术论文进行编辑，因此，在移动终端启动识别功能后，用户不需要选择某个区域，而是直接点击预设的确认按钮，移动终端默认将整副图片作为识别对象，并根据预设识别规则进行识别，最后根据预设转换规则，将识别结果从PDF格式转换成文本格式，并在弹出的输出文本框中输出。

本实施例在图片识别过程中，若直接接收到图片识别指令，则默认将待识别图片整体作为识别对象，避免了当整幅图都是识别对象时，还去选取的麻烦，提高了移动终端识别图片的智能性。

进一步地，提出本发明图片识别方法的第五实施例。图片识别方法的第五实施例与图片识别方法的第一、第二、第三或第四实施例的区别在于，步骤S30之后，图片识别方法还包括：

步骤j，当接收到复制指令时，根据所述复制指令，将所述文本复制到剪贴板上，以供后续粘贴使用。

或步骤k，当接收到阅读指令时，根据所述阅读指令，将所述文本转换成语音，并输出所述语音。

或步骤l，当接收到翻译指令时，根据所述翻译指令，将所述文本翻译成对应的语言文字，并输出所述文字。

本实施例在输出文本后，可根据用户后续指令对文本进行编辑。

其中，在步骤S30之后：

步骤j，移动终端在显示界面输出识别文本后，当接收到复制指令时，根据复制指令，将识别文本复制到剪贴板上，以供后续用户粘贴用，其中，复制内容可以是全文复制，也可以是部分文字复制，具体表现为移动终端检测到用户长按输出文本框任意位置，弹出包含有复制功能的操作功能列表，根据检测用户在“复制”位置的点击操作，进入复制模式，以供用户在复制模式下选取需要复制的文本内容，之后，移动终端将用户选取的复制内容复制到剪贴板上，以供用户在其他文本框中粘贴用。

或者步骤k，移动终端在显示界面输出识别文本后，当接收到阅读指令时，获取用户选择的阅读文本，根据阅读指令和预存转换规则，将用户选择的文本转化成语音，并输出该文本的语音。具体步骤与步骤j类似，在此不再赘述。

或者步骤l，移动终端在显示界面输出识别文本后，当接收到翻译指令时，获取用户选择需要翻译的文本内容，根据翻译指令和预存的翻译规则，将用户选择的文本翻译成对应的语言，并输出翻译结果，其中翻译结果在输出文本框中另起一行，与原文本同步显示。具体步骤与步骤j类似，在此不再赘述。

可以理解的是，由于现有识别技术有一定的识别错误，往往识别结果会出现一些错误，所以移动终端在显示界面弹出的文本框为可编辑文本框，移动终端在输出识别结果后，用户可以对识别出错的地方进行手动修正。

本实施例在输出识别文本后，可根据用户的后续操作，对识别文本进行编辑、复制、翻译以及阅读等操作，提高了图片识别的灵活性。

此外，本发明实施例还提出一种计算机可读存储介质。

所述计算机可读存储介质上存储有图片识别程序，所述图片识别程序被处理器执行时实现如上文所述的图片识别方法的步骤。

本发明计算机可读存储介质具体实施方式与上述图片识别方法各实施例基本相同，在此不再赘述。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (9)

1.一种图片识别方法，其特征在于，所述图片识别方法包括：

当检测到待识别图片上的触碰操作时，根据所述触碰操作，确定所述待识别图片上的选取区域和选取顺序；

根据所述选取顺序，对所述选取区域内的信息进行识别，确定所述选取区域内的信息所属类别；

根据所述选取区域内的信息所属类别，选择对应的预存识别规则；

根据所述预存识别规则和所述选取顺序，对所述选取区域内的信息进行识别，得到识别结果；

将所述识别结果转换为文本，并输出所述文本。

2.如权利要求1所述的图片识别方法，其特征在于，所述当检测到待识别图片上的触碰操作时，根据所述触碰操作，确定所述待识别图片上的选取区域和选取顺序的步骤包括：

当检测到待识别图片上的触碰操作时，根据所述触碰操作，采集所述待识别图片上的涂抹痕迹和涂抹顺序；

根据所述涂抹痕迹，确定所述待识别图片上的涂抹区域；

将所述涂抹区域作为所述待识别图片上的选取区域，将所述涂抹顺序作为选取顺序。

3.如权利要求1所述的图片识别方法，其特征在于，所述当检测到待识别图片上的触碰操作时，根据所述触碰操作，确定所述待识别图片上的选取区域和选取顺序的步骤之前，所述方法还包括：

在显示待识别图片后，基于识图功能启动指令，进入识图模式；

在识图模式下，将待识别图片分割成若干区域，以供选取。

4.如权利要求3所述的图片识别方法，其特征在于，所述在识图模式下，将待识别图片分割成若干区域，以供选取的步骤包括：

在识图模式下，识别所述待识别图片，确定所述待识别图片内的文本所在位置；

根据所述待识别图片内的文本所在位置，将所述待识别图片分割成若干区域，以供选取。

5.如权利要求3所述的图片识别方法，其特征在于，所述在显示待识别图片后，基于识图功能启动指令，进入识图模式的步骤包括：

在显示待识别图片后，基于图像缩放指令，对所述待识别图片进行放大或者缩小处理；

当检测到识图功能启动指令时，启动识图功能，进入识图模式，以对放大或者缩小的所述待识别图片进行识图处理。

6.如权利要求1所述的图片识别方法，其特征在于，所述方法还包括：

当接收到图片全篇识别指令时，对待识别图片整体进行识别，得到识别结果；

将所述识别结果转换为文本，并输出所述文本。

7.如权利要求1至6任一项所述的图片识别方法，其特征在于，所述将所述识别结果转换为文本，并输出所述文本的步骤之后，所述方法还包括：

当接收到复制指令时，根据所述复制指令，将所述文本复制到剪贴板上，以供后续粘贴使用；

或当接收到阅读指令时，根据所述阅读指令，将所述文本转换成语音，并输出所述语音；

或当接收到翻译指令时，根据所述翻译指令，将所述文本翻译成对应的语言文字，并输出所述文字。

8.一种移动终端，其特征在于，所述移动终端包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的图片识别程序，所述图片识别程序被所述处理器执行时实现如权利要求1至7中任一项所述的图片识别方法的步骤。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有图片识别程序，所述图片识别程序被处理器执行时实现如权利要求1至7中任一项所述的图片识别方法的步骤。

Images