5G消息图片内文本实时识别的实现

• 作者: 黄书涵
• 来源期刊: 福建电脑
• 学科: 工学
• 关键词: 光学字符识别 训练模型 降噪 形态学 5G消息
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 研究与探讨
• 页码范围: 69-72
• 页数: 4页
• 分类号: TP391.41|TP311.52
• 语种: 中文
• DOI: 10.16707/j.cnki.fjpc.2020.12.017

摘要

本文设计了一套实时通信中位于服务端的垃圾信息图片文本识别提取方案,可应用在5G RCS消息的管控过滤等业务场合.它基于OpenCV图形处理和cnocr光学字符识别,对主要由文本构成的垃圾图片有着95％以上的识别准确率,同时处理速度能够满足实时通信的要求,最小化用户的延迟感知.