一种中文古籍图像的数字化方法

本发明公开了一种中文古籍图像的数字化方法，本方法包括以下步骤：S1、构建中文古籍图像数据库，构建文本检测和文本识别模型；S2、定位古籍图像中的文本位置，将待识别的中文古籍图像送入文本检测模型，绘制文本检测框；S3、取得检测结果，将检测出的文本区域送入文本识别模型，按阅读顺序输出得到识别结果；S4、纠错识别结果，针对文本行识别置信度较低的识别结果进行文本纠错；本发明构建丰富多样的数据集使得算法具有较强的稳定性，改进的文本检测算法能够较好的适应复杂版式下的中文古籍图像，改进后的文本识别算法能取得较好的识别结果，并在一定程度上支持生僻字和异体字的识别，在实现中文古籍图像的数字化上提供了更加高效的解决方案。