文本提取方法、装置、电子设备及存储介质与流程

文档序号:23384720发布日期:2020-12-22 13:49阅读:来源:国知局

技术特征:

1.一种文本提取方法,其特征在于,所述方法包括:

获取版面图像的关键字框以及文字检测框;

将所述关键字框进行镜像翻转,得到所述关键字框的镜像框;

将与所述镜像框存在重叠区域的至少一个所述文字检测框,作为所述关键字框相对应的键值框;

对所述关键字框和所述键值框进行文本识别,获得所述版面图像的文本信息。

2.根据权利要求1所述的方法,其特征在于,在所述文字检测框存在多个的情况下;

所述将所述关键字框进行镜像翻转,得到所述关键字框的镜像框,包括:

将所述关键字框按照预设方向镜像翻转至少两次,得到所述关键字框的至少两个镜像框;

所述将与所述镜像框存在重叠区域的至少一个所述文字检测框,作为所述关键字框相对应的键值框,包括:

将与至少一个所述镜像框存在重叠区域的至少两个所述文字检测框,按照所述预设方向进行合并,得到所述关键字框相对应的键值框。

3.根据权利要求1所述的方法,其特征在于,所述获取版面图像的关键字框以及文字检测框,包括:

对版面图像进行模糊检索,获取所述版面图像的关键字框,以及将所述版面图像输入至文字检测模型,获取所述版面图像的文字检测框。

4.根据权利要求1所述的方法,其特征在于,在所述获取版面图像的关键字框以及文字检测框之前,还包括:

获取版面图像;

对所述版面图像进行旋转矫正。

5.根据权利要求1所述的方法,其特征在于,所述文本信息包括所述关键字框的关键字信息以及所述键值框的键值信息,在所述对所述关键字框和所述键值框进行文本识别,获得所述版面图像的文本信息之后,还包括:

将所述关键字信息与所述键值信息按照预设格式进行排布,得到格式化的文本信息。

6.根据权利要求1所述的方法,其特征在于,所述将所述关键字框进行镜像翻转,得到所述关键字框的镜像框,包括:

根据目标方向对所述关键字框的第一坐标值进行镜像变换,得到第二坐标值;

根据所述第二坐标值确定所述关键字框的镜像框。

7.根据权利要求6所述的方法,其特征在于,在所述根据目标方向对所述关键字框的第一坐标值进行镜像变换,得到第二坐标值之前,还包括:

根据所述键值框相对于关键字框的位置关系,确定目标方向。

8.一种文本提取装置,其特征在于,所述装置包括:

获取模块,用于获取版面图像的关键字框以及文字检测框;

翻转模块,用于将所述关键字框进行镜像翻转,得到所述关键字框的镜像框;

处理模块,用于将与所述镜像框存在重叠区域的至少一个所述文字检测框,作为所述关键字框相对应的键值框;

识别模块,用于对关键字框和所述键值框进行文本识别,获得所述版面图像的文本信息。

9.一种电子设备,其特征在于,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计算机程序,所述处理器执行所述计算机程序时实现权利要求1至7中任一所述的文本提取方法。

10.一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计算机程序,所述计算机程序被处理器执行时实现权利要求1至7中任一所述的文本提取方法。


技术总结
本申请提供的一种文本提取方法、装置、电子设备及存储介质,应用于数据处理技术领域,所述方法包括:获取版面图像的关键字框以及文字检测框;将所述关键字框进行镜像翻转,得到所述关键字框的镜像框;将与所述镜像框存在重叠区域的至少一个所述文字检测框,作为所述关键字框相对应的键值框;对关键字框和所述键值框进行文本识别,获得所述版面图像的文本信息。本方案首先将关键字框进行镜像翻转得到镜像框,将镜像框存在重叠区域的文字检测框作为该关键字框的键值框,然后将关键字框和其对应的键值框进行文本提取,可以适用于各种版面的版本图像,可以高效且准确地对存在倾斜的证件的版面图像进行文本提取。

技术研发人员:张博熠;刘设伟;付晓;刘昊岳
受保护的技术使用者:泰康保险集团股份有限公司;泰康在线财产保险股份有限公司
技术研发日:2020.08.19
技术公布日:2020.12.22
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1