一种图文识别方法及系统

1.一种图文识别方法，包括以下步骤：
(1)对图片文件进行预处理，删除图片中非字符内容；
(2)将图片切分成设定长度和高度的子图片，并标注每个子图片的编码，将子图片连同该子图片的编码存入指定服务器的数据库中；
(3)合作网站获取指定服务器的数据库中的子图片及该子图片的编码，将子图片作为该合作网站的验证码；
(4)合作网站用户输入作为验证码的子图片中字符后，将输入的字符连同该字符所对应的子图片编码提交到指定服务器的数据库存储；
(5)依据指定服务器的数据库中记录的子图片编码及该子图片的字符，经过统计合并出对应图片文件的全文电子文档。
2.如权利要求1所述的图文识别方法，其特征在于：步骤(2)中所述切分的顺序与文档中的字符排列顺序相同。
3.如权利要求2所述的图文识别方法，其特征在于：步骤(2)中所述切分的方法如下：
按照字符行/列及行/列方向，先将图片切分成若干字符行/列，再将每个字符行/列按照设定长度和高度切分成若干子图片。
4.如权利要求3所述的图文识别方法，其特征在于：步骤(2)中所述子图片的编码包括该子图片所在字符行/列数、及其在行/列中的序号。
5.如权利要求4所述的图文识别方法，其特征在于：所述子图片编码中还包含该子图片的归属信息。
6.如权利要求5所述的图文识别方法，其特征在于：步骤(2)中将子图片编码作为该子图片的文件名。
7.如权利要求1至6之一所述的图文识别方法，其特征在于：步骤(2)中所述设定长度为图片中2至6个连续字符的平均长度，所述设定高度大于字符的高度。
8.如权利要求7所述的图文识别方法，其特征在于：如果某行/列长度不能被整切分，则最后一个子图片长度可以小于设定长度。
9.如权利要求1至6之一所述的图文识别方法，其特征在于：步骤(3)中所述合作网站获取指定服务器的数据库中的子图片及该子图片的编码方法如下：
合作网站主动向指定服务器请求子图片及该子图片的编码；或者指定服务器向合作网站分发子图片及该子图片的编码，合作网站被动接受。
10.如权利要求9所述的图文识别方法，其特征在于：合作网站获取指定服务器子图片的优先顺序如下：
优先获取数据库中识别内容相似度低的子图片，在同等情况下，获取识别次数少的子图片，再同等条件下，在该范围内随机分发；
所述相似度是指对于同一子图片，多次输入文字内容中相同的次数与输入的总次数的比值。
11.如权利要求1至6之一所述的图文识别方法，其特征在于：步骤(4)中还包括统计各合作网站用户输入的字符数量的步骤，依据字符数量向合作网站付费。
12.如权利要求1至6之一所述的图文识别方法，其特征在于：步骤(5)中，合并对应图片文件的全文电子文档时，对于每个子图片，以用户输入相同次数最多的字符作为该子图片的字符。
13.一种图文识别系统，包括：
预处理装置(11)，用于对图片文件进行预处理，删除图片中非字符内容；
切分装置(12)，用于将图片切分成设定长度和高度的子图片，并标注每个子图片的编码，将子图片连同该子图片的编码存入服务器(17)的数据库中；
合作网站(13)，用于获取服务器(17)的数据库中的子图片及该子图片的编码，将子图片作为该合作网站的验证码；
存储装置(14)，用于在合作网站(13)用户输入作为验证码的子图片中字符后，将输入的字符连同该字符所对应的子图片编码提交到服务器(17)的数据库存储；
合成装置(15)，用于依据服务器(17)的数据库中记录的子图片编码及该子图片的字符，经过统计合并出对应图片文件的全文电子文档。
14.如权利要求13所述的图文识别系统，其特征在于：所述系统还包括用于统计各合作网站用户输入的字符数量，并根据字符数量计算费用的费用清分装置(16)。

暂无