1.一种图像提取方法，其特征在于，包括：
获取目标图像；
将目标图像输入到预先训练的图像提取模型中，以确定目标图像中目标对象所在的位置区域对应的倾斜识别框的位置信息；
根据所述倾斜识别框的位置信息，从目标图像中提取所述目标对象所在的局部图像。
2.根据权利要求1所述的方法，其特征在于，将目标图像输入到预先训练的图像提取模型中，以确定目标图像中目标对象所在的位置区域对应的倾斜识别框的位置信息，包括：
将目标图像输入到预先训练的非倾斜图像提取模型中，以确定目标图像中目标对象所在的位置区域对应的非倾斜识别框的位置信息；
将目标图像输入到预先训练的倾斜图像提取模型中，以确定目标图像中目标对象所在的位置区域对应的倾斜识别框的位置信息；
根据所述倾斜识别框的位置信息，从目标图像中提取所述目标对象所在的局部图像，包括：
根据所述倾斜识别框的位置信息和所述非倾斜识别框的位置信息，从目标图像中提取所述目标对象所在的局部图像。
3.根据权利要求1所述的方法，其特征在于，将目标图像输入到预先训练的图像提取模型中，以确定目标图像中目标对象所在的位置区域对应的倾斜识别框的位置信息，包括：
将目标图像输入到预先训练的非倾斜图像提取模型中，以确定目标图像中目标对象所在的位置区域对应的非倾斜识别框的位置信息；
将目标图像中与非倾斜识别框的位置信息相对应的局部图像输入到倾斜图像提取模型中，以确定局部图像中目标对象所在的位置区域对应的倾斜识别框的位置信息。
4.根据权利要求3所述的方法，其特征在于，所述倾斜识别框的位置信息包括倾斜识别框顶点的位置信息；
所述方法还包括：
根据预先获取到的透视变换矩阵和倾斜识别框顶点的位置信息，对目标图像中倾斜识别框信息所对应的局部图像进行透视变换，以得到包含有目标对象的非倾斜图像；
将所述包含有目标对象的非倾斜图像输入到图像识别模型中，以确定目标对象的识别结果。
5.根据权利要求3所述的方法，其特征在于，还包括：
根据预先获取到的仿射变换矩阵，对目标图像中倾斜识别框信息所对应的局部图像进行仿射变换，以得到包含有目标对象的非倾斜图像；
将所述包含有目标对象的非倾斜图像输入到图像识别模型中，以确定目标对象的识别结果。
6.根据权利要求3所述的方法，其特征在于，将目标图像输入到预先训练的非倾斜图像提取模型中，以确定目标图像中目标对象所在的位置区域对应的非倾斜识别框的位置信息，包括：
将目标图像输入到所述非倾斜图像提取模型的候选框生成网络中，以得到所述非倾斜图像提取模型的候选框生成网络所输出的多个非倾斜候选框的位置信息；
根据每个非倾斜候选框的位置信息，计算每个非倾斜候选框的重合度；
根据每个非倾斜候选框的重合度，对所述多个非倾斜候选框的位置信息进行过滤；
从过滤后的所述多个非倾斜候选框的位置信息中选择目标图像中目标对象所在的位置区域对应的非倾斜识别框的位置信息。
7.根据权利要求3所述的方法，其特征在于，所述目标对象包括以下的任意一种：
车牌、证件、广告牌。
8.根据权利要求3所述的方法，其特征在于，倾斜识别框的位置信息包括以下的任意一种或多种信息：
倾斜识别框的顶点的位置信息；倾斜识别框的中心点的位置信息；倾斜识别框的边沿的位置信息。
9.根据权利要求2所述的方法，其特征在于，所述图像提取模型是按照如下方式训练得到的：
获取样本图像；
将样本图像输入到图像提取模型中，以确定样本图像中样本对象所在的位置区域对应的参考倾斜识别框的位置信息；
根据所述参考倾斜识别框的位置信息和样本对象的标准位置信息的差别，对图像提取模型进行训练。
10.根据权利要求3所述的方法，其特征在于，所述非倾斜图像提取模型是按照如下方式训练得到的：
获取样本图像；
将样本图像输入到非倾斜图像提取模型中，以确定样本图像中样本对象所在的位置区域对应的参考非倾斜识别框的位置信息；
根据所述参考非倾斜识别框的位置信息和样本对象的标准位置信息的差别，对非倾斜图像提取模型进行训练。
11.根据权利要求10所述的方法，其特征在于，所述倾斜图像提取模型是按照如下方式训练得到的：
获取样本图像；
将样本图像输入到倾斜图像提取模型中，以确定样本图像中样本对象所在的位置区域对应的参考倾斜识别框的位置信息；
根据所述参考倾斜识别框的位置信息和样本对象的标准位置信息的差别，对倾斜图像提取模型进行训练。
12.根据权利要求4或5所述的方法，其特征在于，所述目标对象为车牌；
所述方法还包括：
从目标图像中提取驾驶员的人脸照片；
将所述人脸照片输入到人脸识别模型中，以确定人脸识别结果；
根据人脸识别结果与目标对象的识别结果的匹配程度，确定操作方式。
13.一种图像提取装置，其特征在于，包括：
第一获取模块，用于获取目标图像；
第一输入模块，用于将目标图像输入到预先训练的图像提取模型中，以确定目标图像中目标对象所在的位置区域对应的倾斜识别框的位置信息；
第一提取模块，用于根据所述倾斜识别框的位置信息，从目标图像中提取所述目标对象所在的局部图像。
14.根据权利要求13所述的装置，其特征在于，第一输入模块，包括：
第一输入单元，用于将目标图像输入到预先训练的非倾斜图像提取模型中，以确定目标图像中目标对象所在的位置区域对应的非倾斜识别框的位置信息；
第二输入单元，用于将目标图像输入到预先训练的倾斜图像提取模型中，以确定目标图像中目标对象所在的位置区域对应的倾斜识别框的位置信息；
第一提取模块，包括：
第一提取单元，用于根据所述倾斜识别框的位置信息和所述非倾斜识别框的位置信息，从目标图像中提取所述目标对象所在的局部图像。
15.根据权利要求13所述的装置，其特征在于，第一输入模块，包括：
第三输入单元，用于将目标图像输入到预先训练的非倾斜图像提取模型中，以确定目标图像中目标对象所在的位置区域对应的非倾斜识别框的位置信息；
第四输入单元，用于将目标图像中与非倾斜识别框的位置信息相对应的局部图像输入到倾斜图像提取模型中，以确定局部图像中目标对象所在的位置区域对应的倾斜识别框的位置信息。
16.根据权利要求15所述的装置，其特征在于，所述倾斜识别框的位置信息包括倾斜识别框顶点的位置信息；
所述装置还包括：
第一变换模块，用于根据预先获取到的透视变换矩阵和倾斜识别框顶点的位置信息，对目标图像中倾斜识别框信息所对应的局部图像进行透视变换，以得到包含有目标对象的非倾斜图像；
第一确定模块，用于将所述包含有目标对象的非倾斜图像输入到图像识别模型中，以确定目标对象的识别结果。
17.根据权利要求15所述的装置，其特征在于，还包括：
第二变换模块，用于根据预先获取到的仿射变换矩阵，对目标图像中倾斜识别框信息所对应的局部图像进行仿射变换，以得到包含有目标对象的非倾斜图像；
第二确定模块，用于将所述包含有目标对象的非倾斜图像输入到图像识别模型中，以确定目标对象的识别结果。
18.根据权利要求15所述的装置，其特征在于，第三输入单元，包括：
第一输入子单元，用于将目标图像输入到所述非倾斜图像提取模型的候选框生成网络中，以得到所述非倾斜图像提取模型的候选框生成网络所输出的多个非倾斜候选框的位置信息；
第一计算子单元，用于根据每个非倾斜候选框的位置信息，计算每个非倾斜候选框的重合度；
第一过滤子单元，用于根据每个非倾斜候选框的重合度，对所述多个非倾斜候选框的位置信息进行过滤；
第一选择子单元，用于从过滤后的所述多个非倾斜候选框的位置信息中选择目标图像中目标对象所在的位置区域对应的非倾斜识别框的位置信息。
19.根据权利要求15所述的装置，其特征在于，所述目标对象包括以下的任意一种：
车牌、证件、广告牌。
20.根据权利要求15所述的装置，其特征在于，倾斜识别框的位置信息包括以下的任意一种或多种信息：
倾斜识别框的顶点的位置信息；倾斜识别框的中心点的位置信息；倾斜识别框的边沿的位置信息。
21.根据权利要求14所述的装置，其特征在于，所述图像提取模型是按照如下模块训练得到的：
第二获取模块，用于获取样本图像；
第二输入模块，用于将样本图像输入到图像提取模型中，以确定样本图像中样本对象所在的位置区域对应的参考倾斜识别框的位置信息；
第一训练模块，用于根据所述参考倾斜识别框的位置信息和样本对象的标准位置信息的差别，对图像提取模型进行训练。
22.根据权利要求15所述的装置，其特征在于，所述非倾斜图像提取模型是按照如下模块训练得到的：
第三获取模块，用于获取样本图像；
第三输入模块，用于将样本图像输入到非倾斜图像提取模型中，以确定样本图像中样本对象所在的位置区域对应的参考非倾斜识别框的位置信息；
第二训练模块，用于根据所述参考非倾斜识别框的位置信息和样本对象的标准位置信息的差别，对非倾斜图像提取模型进行训练。
23.根据权利要求22所述的装置，其特征在于，所述倾斜图像提取模型是按照如下方式训练得到的：
第四获取模块，用于获取样本图像；
第四输入模块，用于将样本图像输入到倾斜图像提取模型中，以确定样本图像中样本对象所在的位置区域对应的参考倾斜识别框的位置信息；
第三训练模块，用于根据所述参考倾斜识别框的位置信息和样本对象的标准位置信息的差别，对倾斜图像提取模型进行训练。
24.根据权利要求16或17所述的装置，其特征在于，所述目标对象为车牌；
所述装置还包括：
第二提取模块，用于从目标图像中提取驾驶员的人脸照片；
第三确定模块，用于将所述人脸照片输入到人脸识别模型中，以确定人脸识别结果；
第四确定模块，用于根据人脸识别结果与目标对象的识别结果的匹配程度，确定操作方式。
25.一种电子设备，其特征在于，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行时执行如权利要求1至12任一所述的图像提取方法的步骤。
26.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至12任一所述的图像提取方法的步骤。