结构图片还原方法、装置、电子设备、介质及程序产品与流程

1.本发明涉及图像处理技术领域，尤其涉及一种结构图片还原方法、装置、电子设备、介质及程序产品。


背景技术：

2.层级结构图片是一层次清晰的嵌套结构图片，经常出现在用户的日常工作和学习生活中。其中，以思维导图为例，是一种表达发散性思维的有效图形思维工具。为便于文件传输和用户阅读，思维导图通常以图像的形式存在。然而，思维导图以图像格式作为文件存储与传输方式时，存在一个很大的缺陷——只能支持查阅、但无法支持再编辑。
3.因此，亟需提出一种高效、可靠地思维导图还原方案。


技术实现要素：

4.本发明实施例通过提供一种结构图片还原方法、装置、电子设备及可读存储介质，解决了现有技术中无法正确实现由于图像转置变换后的思维导图还原的技术问题。
5.第一方面，本发明实施例提供一种结构图片还原方法，包括：
6.获取变换层级结构图片，所述变换层级结构图片为经过图像变换处理后的层级结构图片；
7.对所述变换层级结构图片进行文本识别，得到所述变换层级结构图片中的识别文本；
8.对所述识别文本进行图像转置分类，得到所述变换层级结构图片的目标变换分类；
9.根据所述目标变换分类对所述变换层级结构图片进行还原处理，得到对应的还原层级结构图片。
10.可选地，当所述变换层级结构图片为经过图像镜像变换后的镜像层级结构图片时，所述变换层级结构图片中的识别文本为镜像文本，所述目标变换分类为目标镜像分类；
11.所述根据所述目标变换分类对所述变换层级结构图片进行还原处理，得到对应的还原层级结构图片包括：
12.按照所述目标镜像分类，对所述镜像层级结构图片进行对应的镜像翻转，得到翻转层级结构图片，所述翻转层级结构图片包括所述镜像文本对应的翻转文本、多个层级节点及所述层级节点之间的逻辑连线；
13.对所述翻转层级结构图片中的所述多个层级节点及所述层级节点之间的逻辑连线进行结构重建，得到重建层级结构；
14.将所述翻转文本和所述重建层级结构进行关联匹配，得到所述还原层级结构图片。
15.可选地，当所述变换层级结构图片为经过图像转置变换后的转置层级结构图片时，所述变换层级结构图片中的识别文本为转置文本，所述目标变换分类为目标转置分类；
所述根据所述目标变换分类对所述变换层级结构图片进行还原处理，得到对应的还原层级结构图片包括：
16.按照所述目标转置分类，对所述转置层级结构图片进行逆转置处理，得到逆转置结构图片，所述逆转置结构图片包括所述转置文本对应的逆转置文本、多个层级节点及所述层级节点之间的逻辑连线；
17.对所述逆转置结构图片中的所述多个层级节点及所述层级节点之间的逻辑连线进行结构重建，得到重建层级结构；
18.将所述逆转置文本和所述重建层级结构进行关联匹配，得到所述还原层级结构图片。
19.可选地，所述对所述逆转置结构图片中的所述多个层级节点及所述层级节点之间的逻辑连线进行结构重建，得到重建层级结构包括：
20.对所述逆转置结构图片进行节点提取和连线提取，得到所述逆转置结构图片中的所述多个层级节点及所述层级节点之间的逻辑连线；
21.对所述多个层级节点及所述层级节点之间的逻辑连线进行结构重建，得到所述重建层级结构。
22.可选地，所述逆转置文本包括至少一个逆转置文本行及每个所述逆转置文本行的位置，所述将所述逆转置文本和所述重建层级结构进行关联匹配，得到所述还原层级结构图片包括：
23.根据每个所述逆转置文本行的位置，将每个所述逆转置文本行对应添加到所述重建层级结构中，得到所述还原层级结构图片。
24.可选地，所述方法包括：
25.接收针对所述还原层级结构图片的编辑指令，所述编辑指令用于编辑所述还原层级结构图片中的目标信息，所述目标信息包括以下中的至少一项：目标文本行、目标层级节点及目标逻辑连线；
26.响应所述编辑指令，对所述还原层级结构图片中的目标信息进行对应的编辑处理。
27.可选地，所述还原层级结构图片包括可编辑的重建层级结构图，所述方法还包括：
28.接收针对所述重建层级结构图的编辑指令，所述编辑指令用于编辑所述重建层级结构图中的所述重建层级结构；
29.响应所述编辑指令，对所述还原层级结构图片中的所述重建层级结构图进行对应的编辑处理。
30.可选地，所述转置文本包括至少一个转置文本行，所述对所述转置文本进行图像转置分类，得到所述转置层级结构图片的目标转置分类包括：
31.对每个所述转置文本行进行图像转置分类，得到每个所述转置文本行的文本转置分类；
32.当为预设转置分类的转置文本行的数量超过预设阈值时，将所述预设转置分类确定为所述转置层级结构图片的目标转置分类。
33.第二方面，本发明实施例提供一种结构还原装置，包括：
34.获取模块，用于获取变换层级结构图片，所述变换层级结构图片为经过图像变换
处理后的层级结构图片；
35.识别模块，用于对所述变换层级结构图片进行文本识别，得到所述变换层级结构图片中的识别文本；
36.分类模块，用于对所述识别文本进行图像变换分类，得到所述变换层级结构图片的目标变换分类；
37.还原模块，用于根据所述目标变换分类对所述变换层级结构图片进行还原处理，得到对应的还原层级结构图片。
38.可选地，当所述变换层级结构图片为经过图像转置变换后的转置层级结构图片时，所述变换层级结构图片中的识别文本为转置文本，所述目标变换分类为目标转置分类；所述还原模块具体用于：
39.按照所述目标转置分类，对所述转置层级结构图片进行逆转置处理，得到逆转置结构图片，所述逆转置结构图片包括所述转置文本对应的逆转置文本、多个层级节点及所述层级节点之间的逻辑连线；
40.对所述逆转置结构图片中的所述多个层级节点及所述层级节点之间的逻辑连线进行结构重建，得到重建层级结构；
41.将所述逆转置文本和所述重建层级结构进行关联匹配，得到所述还原层级结构图片。
42.可选地，所述还原模块具体用于：
43.对所述逆转置结构图片进行节点提取和连线提取，得到所述逆转置结构图片中的所述多个层级节点及所述层级节点之间的逻辑连线；
44.对所述多个层级节点及所述层级节点之间的逻辑连线进行结构重建，得到所述重建层级结构。
45.可选地，所述逆转置文本包括至少一个逆转置文本行及每个所述逆转置文本行的位置，所述还原模块具体用于：
46.根据每个所述逆转置文本行的位置，将每个所述逆转置文本行对应添加到所述重建层级结构中，得到所述还原层级结构图片。
47.可选地，所述装置还包括：
48.接收模块，用于接收针对所述还原层级结构图片的编辑指令，所述编辑指令用于编辑所述还原层级结构图片中的目标信息，所述目标信息包括以下中的至少一项：目标文本行、目标层级节点及目标逻辑连线；
49.处理模块，用于响应所述编辑指令，对所述还原层级结构图片中的目标信息进行对应的编辑处理。
50.可选地，所述转置文本包括至少一个转置文本行，所述分类模块具体用于：
51.对每个所述转置文本行进行图像转置分类，得到每个所述转置文本行的文本转置分类；
52.当为预设转置分类的转置文本行的数量超过预设阈值时，将所述预设转置分类确定为所述转置层级结构图片的目标转置分类。
53.关于本技术实施例中未介绍或未描述的内容可对应参考前述方法实施例中的相关介绍，这里不再赘述。
54.第三方面，本发明实施例提供一种电子设备，包括有存储器，以及一个或者多个的程序，其中一个或者多个的程序存储于存储器中，且经配置以由一个或者多个的处理器执行所述一个或者多个的程序所包含的用于进行如第一方面提供的结构图片还原方法对应的操作指令。
55.第四方面，本发明实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面提供的结构图片还原方法对应的步骤。
56.本发明实施例提供的一个或多个技术方案，至少实现了如下技术效果或者优点：
57.本发明实施例提供的方案，获取变换层级结构图片，对所述变换层级结构图片进行文本识别得到所述变换层级结构图片中的识别文本，接着对所述识别文本进行变换分类得到所述变换层级结构图片的目标变换分类，最后按照所述目标变换分类对所述变换层级结构图片进行还原处理，以得到所述变换层级结构图片对应的还原层级结构图片。上述方案中，能基于变换层级结构图片中的识别文本来识别整个变换层级结构图片的目标变换分类，进而依据该目标变换分类对变换层级结构图片进行还原处理，以获得最终支持可编辑的还原层级结构图片，这样能高效、准确地实现变换层级结构图片的快速还原，从而提升了结构图片还原的高效性、准确性及快捷性。
附图说明
58.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
59.图1是本发明实施例提供的一种结构图片还原方法的流程示意图。
60.图2是本发明实施例提供的一种结构图片还原方法的流程示意图。
61.图3是本发明实施例提供的一种转置层级结构图片的示意图。
62.图4是本发明实施例提供的一种逆转置结构图片的示意图。
63.图5是本发明实施例提供的一种逆转置结构图片中的层级结构信息的示意图。
64.图6是本发明实施例提供的一种重建层级结构的示意图。
65.图7是本发明实施例提供的一种结构图片还原装置的结构示意图。
66.图8是本发明实施例提供的另一种结构图片还原装置的结构示意图。
67.图9是本发明实施例提供的一种电子设备的示意图。
68.图10是本发明实施例提供的一种服务器的结构示意图。
具体实施方式
69.本发明提供一种结构图片还原方法、装置、电子设备及可读存储介质，以解决现有技术中无法实现思维导图还原的技术问题，总体思路如下：
70.获取变换层级结构图片，所述变换层级结构图片为经过图像变换处理后的层级结构图片；对所述变换层级结构图片进行文本识别，得到所述变换层级结构图片中的识别文本；对所述识别文本进行图像变换分类，得到所述变换层级结构图片的目标变换分类；根据所述目标变换分类对所述变换层级结构图片进行还原处理，得到对应的还原层级结构图
片。
71.通过上述技术方案，能基于变换层级结构图片中的识别文本来识别整个变换层级结构图片的目标变换分类，进而依据该目标变换分类对变换层级结构图片进行还原处理，以获得最终支持可编辑的还原层级结构图片，这样能高效、准确地实现变换层级结构图片的快速还原，从而提升了结构图片还原的高效性、准确性及快捷性。
72.请参考图1，为本发明实施例提供的一种结构图片还原方法的流程示意图。所述方法可应用于终端设备中，例如智能手机、平板电脑，也可应用于与终端设备建立有数据交互的服务器上，还可应用于由终端设备和服务器组成的系统中，本发明不做限定。如图1所示的方法包括以下步骤：
73.s101、获取变换层级结构图片，所述变换层级结构图片为经过图像变换处理后的层级结构图片。
74.本发明所述变换层级结构图片是指经过图像变换处理后的层级结构图片，例如经过图像转置变换、或经过图像镜像变换等处理。在一种可能的实施方式中，所述变换层级结构图片可为经过图像转置变换后的转置层级结构图片；或者，所述变换层级结构图片可为经过图像镜像变换后的镜像层级结构图片、或者还可为经过其他图像变换处理后的层级结构图片，本发明不做限定。
75.s102、对所述变换层级结构图片进行文本识别，得到所述变换层级结构图片中的识别文本。
76.在一种可能的实施方式中，所述变换层级结构图片为转置层级结构图片。本发明可对所述转置层级结构图片进行文本识别，得到所述转置层级结构图片中的转置文本。
77.在另一种可能的实施方式中，所述变换层级结构图片为镜像层级结构图片。本发明可对所述镜像层级结构图片进行文本识别，得到所述镜像层级结构图片中的镜像文本。
78.s103、对所述识别文本进行图像变换分类，得到所述变换层级结构图片的目标变换分类。
79.在一种可能的实施方式中，所述识别文本为所述转置层级结构图片中的转置文本。本发明可对所述转置文本进行图像转置分类，得到所述转置层级结构图片的目标转置分类。
80.在另一种可能的实施方式中，所述识别文本为所述镜像层级结构图片中的镜像文本。本发明可对所述镜像文本进行图像镜像分类，得到所述镜像层级结构图片的目标镜像分类。
81.s104、根据所述目标变换分类对所述变换层级结构图片进行还原处理，得到对应的还原层级结构图片。
82.在一种可能的实施方式中，所述目标变换分类为目标转置分类。本发明可根据所述目标转置分类对所述转置层级结构图片进行还原处理，得到对应的还原层级结构图片。
83.在另一种可能的实施方式中，所述目标变换分类为目标镜像分类。本发明可根据所述目标镜像分类对所述镜像层级结构图进行还原处理，得到对应的还原层级结构图片。
84.需要说明的是，本发明关于对所述转置层级结构图片和所述镜像层级结构图片的还原处理的具体实施方式很类似，可以相互对应参照实施，本发明下文以所述变换层级结构图片为转置层级结构图片为例，介绍实现转置层级结构图片还原的整体实施流程，但并
不构成限定。
85.请一并参见图2，是本技术实施例提供的另一种结构图片还原方法的流程示意图。如图2所示的方法包括如下实施步骤：
86.s201、获取转置层级结构图片。
87.本发明所述转置层级结构图片为经过图像转置变换后的层级结构图片，具体可指对原始层级结构图片进行任意角度的转置/旋转处理后获得的层级结构图片，例如进行90
°
、180
°
或270
°
等角度的图像转置操作等。所述原始层级结构图片是指常规的未经过任何图像变换处理的层级结构图片。举例来说，请参见图3示出一种可能的转置层级结构图片的示意图。如图3所示的转置层级结构图片是经过90
°
转置处理后的层级结构图片。
88.本发明涉及的所述层级结构图片指可以用于表示层级或级别关系的结构图片，该结构图片能清晰地表现出各个级别的层次关系，其可包括但不限于思维导图、流程结构图片、树形结构图片、或其他自定义具备层次或层级关系的结构图片等。
89.s202、对所述转置层级结构图片进行文本识别，得到所述转置层级结构图片中的转置文本。
90.在一实施方式中，本发明可采用文本识别技术对所述转置层级结构图片进行文本识别，以获得所述转置层级结构图片中的转置文本。所述文本识别技术包括但不限于光学字符识别(optical character recognition，ocr)、几何特征提取技术、或其他用于文本或文字识别的技术等。所述转置文本是指经过图像转置处理后的文本，其可包括任意格式的自定义文本，例如bmp图像格式文本、jpg图像格式文本等。
91.在另一实施方式中，本发明可利用预先训练好的文本识别模型对所述转置层级结构图片进行文本识别，以获得所述转置层级结构图片中的转置文本。所述文本识别模型为预先训练好的用于识别层级结构图片中的文本信息，其可包括但不限于前馈神经网络模型、卷积神经网络模型、深度残差网络模型、循环神经网络模型、长短期记忆模型、或其他机器学习模型等。
92.本发明涉及的所述转置文本包括但不限于至少一个转置文本行及每个所述转置文本行的位置(也可称为位置坐标)。所述转置文本行可以是指一行行的文本内容，也可是指一行行的文本内容及所述文本内容所拥有的文本框，本发明不做限定。可选地，本发明下文以所述文本行为文本内容为例，进行相关内容的阐述，但并不构成限定。
93.s203、对所述转置文本进行图像转置分类，得到所述转置层级结构图片的目标转置分类。
94.在一实施方式中，本发明可使用预先构建的可变长文本转置分类器，对所述转置文本进行图像转置分类，以确定/获得所述转置层级结构图片的目标转置分类。
95.在另一实施方式中，本发明可使用预先训练好的转置分类模型，对所述转置文本进行图像转置分类，以获得所述转置层级结构图片的目标转置分类。所述转置分类模型为预先训练好的用于文本转置分类的模型，其可包括但不限于序列到序列(sequence to sequence，seq2seq)模型、双向编码表示模型(encoder representations from transformers，bert)、词句到向量(word2vec)模型、文本神经网络模型、或其他用于文本转置分类的模型等。
96.在一具体实施方式中，所述转置文本包括至少一个转置文本行。在图像转置分类
过程中，本发明可具体对所述转置文本中的每个转置文本行进行分类处理，以得到每个所述转置文本行的文本转置分类。当所述文本转置分类为预设转置分类所对应的所述转置文本行的数量超过预设阈值时，可认为所述转置文本中的大部分转置文本行的文本转置分类为所述预设转置分类，进而可将所述预设转置分类确定为所述转置层级结构图片的目标转置分类。反之，可结束流程。
97.所述预设阈值为系统自定义设置的阈值，其可为根据系统实际需求设置的，也可为根据用户经验设置的经验值等，本发明不做限定。本发明涉及的所述预设转置分类、所述文本转置分类及所述目标转置分类均为所述转置分类器或所述转置分类模型中预先配置的分类，其可包括但不限于例如正常转置分类、90
°
转置分类、180
°
转置分类、270
°
转置分类、或其他任意或自定义角度的转置分类等等。
98.s204、根据所述目标转置分类，对所述转置层级结构图片进行还原处理，得到对应的还原层级结构图片。
99.在一具体实施例中，本发明首先可按照所述目标转置分类对所述转置层级结构图片进行所述目标转置分类所对应的逆转置处理，得到对应的逆转置结构图片，所述逆转置结构图片包括所述转置文本对应的逆转置文本、多个层级节点及所述层级节点之间的逻辑连线。其中，所述逆转置文本具体是指根据所述目标转置分类对所述转置层级结构图片中的转置文本进行对应的逆转置处理后获得的文本。
100.具体地，以所述目标转置分类包括四个转置分类为例，其具体包括正常转置分类、90
°
转置分类、180
°
转置分类及270
°
转置分类。当所述目标转置分类为正常转置分类时，本发明根据所述正常转置分类的指示，无需对所述转置层级结构图片进行逆转置处理，此时该转置层级结构图片视为未经过图像变换的原始层级结构图片，继续进行后续流程即可。
101.当所述目标转置分类为90
°
转置分类时，本发明可根据所述90
°
转置分类的指示对所述转置层级结构图片进行对应的90
°
逆转置处理，以得到对应的逆转置层级结构图片。
102.相应地，当所述目标转置分类为180
°
转置分类时，本发明可根据所述180
°
转置分类的指示对所述转置层级结构图片进行对应的180
°
逆转置处理，以得到对应的逆转置层级结构图片。
103.相应地，当所述目标转置分类为270
°
转置分类时，本发明可根据所述270
°
转置分类的指示对所述转置层级结构图片进行对应的270
°
逆转置处理，以得到对应的逆转置层级结构图片。
104.举例来说，引用图3所示转置层级结构图片的例子，本发明根据所述目标转置分类(图3即为90
°
转置分类)对所述转置层级结构图片进行对应的90
°
逆转置处理后，可获得如图4所示的逆转置层级结构图片。
105.接着，本发明在获得所述逆转置结构图片后，可对所述逆转置结构图片进行结构重建，以获得对应的重建层级结构。具体地，本发明可对所述逆转置结构图片进行结构信息提取(具体可进行节点提取和连线提取)，得到所述逆转置结构图片中的层级结构信息，所述层级结构信息包括所述逆转置结构图片中的多个层级节点及所述层级节点之间的逻辑连线。进而对所述多个层级节点及所述层级节点之间的逻辑连线进行结构重建，以得到对应的重建层级结构。
106.具体实现中，本发明可采用预先训练好的引导线分割模型对所述逆转置结构图片
中层级节点之间的逻辑连线进行提取，以将所述逻辑连线从所述逆转置结构图片的图像背景中分割出来，从而获得所述逆转置结构图片中所述层级节点之间的逻辑连线，所述逻辑连线的数量并不做限定，通常为多个。所述引导线分割模型包括但不限于轮廓提取模型、高斯线条提取模型、多源图像线条提取模型、或其他用于提取图像连线的模型等。
107.相应地，本发明还可采用预先训练好的关键节点检测模型对所述逆转置结构图片中的层级节点进行检测并提取，得到所述逆转置结构图片中的层级节点。所述层级节点的数量并不做限定，通常所述逆转置结构图片的层级节点的数量为多个。所述关键节点检测模型包括但不限于机器翻译tensorflow模型、有限元ansys提取模型、前馈神经网络模型、卷积神经网络模型、或其他用于节点提取的模型等。
108.举例来说，请参见图5示出一种可能的逆转置结构图片中层级结构信息的示意图。如图5所示，所述层级结构信息中包括所述逆转置结构图片中的各个层级节点及所述层级节点之间的逻辑连线，例如图示中的标号
①
表示一个层级节点，图示中的标号
②
表示一个逻辑连线。
109.在获得所述逆转置结构图片中的层级节点及所述层级节点之间的逻辑连线后，本发明可采用基于点线信息的深度优先搜索算法对所述层级节点及所述层级节点之间的逻辑连线进行结构重建，得到对应的重建层级结构。具体地，本发明可采用上述深度优先搜索算法对所述层级信息及所述层级信息之间的逻辑连线进行信息融合，并判断任意两个所述层级节点之间是否具备连通性。如果具备连通性，则将具备连通性的两个所述层级节点通过相应的逻辑连线连接在一起；如果不具备连通性，则继续后续流程，例如判断其他两个层级节点之间是否具备连通性。以此原理，可实现节点之间的层级结构信息的重构，以获得所述重建层级结构。
110.举例来说，请参见图6示出一种可能的重建层级结构的示意图。具体地，本发明采用基于点线信息的深度优先搜索算法对图5所示的所述逆转置结构图片中的层级结构信息(具体可为多个层级节点及所述层级节点之间的逻辑连线)进行结构重建，得到图6所示的重建层级结构。
111.最后，本发明将所述逆转置文本和所述重建层级结构进行关联匹配，从而获得所述转置层级结构图片对应的所述还原层级结构图片。在一具体实施方式中，所述逆转置文本包括至少一个逆转置文本行及每个所述逆转置文本行的位置(即文本框位置)。则此时本发明可根据每个所述逆转置文本行的位置，将每个所述逆转置文本对应添加到所述重建层级结构的相应位置处，例如相应层级节点等，从而获得所述还原层级结构图片。可理解的，当所述逆转置文本行包括所述逆转置文本行的文本内容及文本框，本发明具体可根据每个所述逆转置文本行的位置，将每个所述逆转置文本行对应的文本内容添加到所述重建层级结构的相应位置(如层级节点)处，这样即可实现文本内容与层级节点之间的联动匹配，以得到最终的所述还原层级结构图片。
112.在实际应用中，所述还原层级结构图片具体可以预设格式的文件存储，例如json文件等。所述还原层级结构图片还可以可视化结构树的形式展示给用户查看及编辑。
113.在可选实施例中，本发明获得所述还原层级结构图片后，可采用一些编辑工具对所述还原层级结构图片进行信息编辑处理，例如修改处理。具体地，本发明可接收用户针对所述还原层级结构图片的编辑指令，所述编辑指令用于请求对所述还原层级结构图片中的
目标信息进行编辑处理，所述目标信息包括以下中的至少一项：所述还原层级结构图片中的任意目标文本行、任意目标层级节点及任意目标逻辑连线等。所述目标文本行、所述目标层级节点及所述目标逻辑连线各自的数量并不做限定，其可根据用户实际需求而定。
114.相应地，在接收所述编辑指令后，本发明可响应所述编辑指令，对所述还原层级结构图片中的目标信息进行相应地编辑处理，例如对所述还原层级结构图片中某一层级节点处的文本行进行修改等等。
115.通过实施本发明实施例，本发明通过获取转置层级结构图片，对所述转置层级结构图片进行文本识别得到所述转置层级结构图片中的转置文本，接着对所述转置文本进行图像转置分类得到所述转置层级结构图片的目标转置分类，最后按照所述目标转置分类对所述转置层级结构图片进行还原处理，以得到所述转置层级结构图片对应的还原层级结构图片。上述方案中，能基于转置层级结构图片中的转置文本来识别整个转置层级结构图片的目标转置分类，进而依据该目标转置分类对转置层级结构图片进行还原处理，以获得最终的还原层级结构图片，这样能高效、准确地实现转置层级结构图片的快速还原，从而提升了结构图片还原的高效性、准确性及快捷性，同时也解决了现有技术中无法实现由于图像转置变换后思维导图的正确还原、从而导致导图还原的准确性及可靠性降低等技术问题。
116.基于同一发明构思，本说明书实施例还提供所述结构图片还原方法对应的装置及电子设备。请参见图7，是本发明实施例提供的一种结构图片还原装置的结构示意图。如图7所示的装置60包括：文本识别模块601、转置判别模块602、结构还原模块603及信息融合模块604。其中：
117.所述文本识别模块601也可称为ocr识别模块，用于识别层级结构图片中的文本，例如本发明中所述文本识别模块601可用于识别所述转置层级结构图片中的转置文本等。
118.所述转置判别模块602用于判别所述转置层级结构图片的目标转置分类，具体可根据所述转置层级结构图片中的转置文本来判断/判别所述转置层级结构图片中的转置文本。
119.所述结构还原模块603用于根据所述目标转置分类对所述转置层级结构图片中的层级结构信息进行结构还原或重建，其具体可包括导引线分割单元6031、关键节点检测单元6032及结构搜索单元6033。其中：
120.所述导引线分割单元6031，用于对层级结构图片进行引导线(即连线)提取，以获得层级结构图片中层级节点之间的逻辑连线。具体例如本发明中所述引导线分割单元6031可用于对所述逆转置结构图片进行连线提取等。
121.所述关键节点检测单元6032，用于对层级结构图片进行节点提取，以获得层级结构图片中的多个层级节点。具体例如本发明中所述关键节点检测单元6032可用于对所述逆转置结构图片进行节点提取等。
122.所述结构搜索单元6033，可用于对所述引导线分割单元6031及所述关键节点检测单元6032所提取的信息进行处理，例如本发明中所述结构搜索单元6033可用于对所述逆转置结构图片中的多个层级节点及所述层级节点之间的逻辑连线进行结构重建，例如节点之间的连通性判断和节点之间的层级结构重建等，从而获得重建层级结构。
123.所述信息融合模块604用于将所述转置文本对应的逆转置文本和所述重建层级结构进行关联匹配，得到所述还原层级结构图片。
124.关于本发明实施例中未介绍或未描述的内容，可对应参考前述方法实施例中的相关介绍，这里不再赘述。
125.请一并请参见图8，是本发明实施例提供的另一种结构图片还原装置的结构示意图。如图8所示的装置70包括：获取模块701、识别模块702、分类模块703和还原模块704。其中：
126.所述获取模块701，用于获取变换层级结构图片，所述变换层级结构图片为经过图像变换处理后的层级结构图片；
127.所述识别模块702，用于对所述变换层级结构图片进行文本识别，得到所述变换层级结构图片中的识别文本；
128.所述分类模块703，用于对所述识别文本进行图像变换分类，得到所述变换层级结构图片的目标变换分类；
129.所述还原模块704，用于根据所述目标变换分类对所述变换层级结构图片进行还原处理，得到对应的还原层级结构图片。
130.可选地，当所述变换层级结构图片为经过图像转置变换后的转置层级结构图片时，所述变换层级结构图片中的识别文本为转置文本，所述目标变换分类为目标转置分类；所述还原模块704具体用于：
131.按照所述目标转置分类，对所述转置层级结构图片进行逆转置处理，得到逆转置结构图片，所述逆转置结构图片包括所述转置文本对应的逆转置文本、多个层级节点及所述层级节点之间的逻辑连线；
132.对所述逆转置结构图片中的所述多个层级节点及所述层级节点之间的逻辑连线进行结构重建，得到重建层级结构；
133.将所述逆转置文本和所述重建层级结构进行关联匹配，得到所述还原层级结构图片。
134.可选地，所述还原模块704具体用于：
135.对所述逆转置结构图片进行节点提取和连线提取，得到所述逆转置结构图片中的所述多个层级节点及所述层级节点之间的逻辑连线；
136.对所述多个层级节点及所述层级节点之间的逻辑连线进行结构重建，得到所述重建层级结构。
137.可选地，所述逆转置文本包括至少一个逆转置文本行及每个所述逆转置文本行的位置，所述还原模块704具体用于：
138.根据每个所述逆转置文本行的位置，将每个所述逆转置文本行对应添加到所述重建层级结构中，得到所述还原层级结构图片。
139.可选地，所述装置还包括接收模块705和处理模块706，其中：
140.所述接收模块705，用于接收针对所述还原层级结构图片的编辑指令，所述编辑指令用于编辑所述还原层级结构图片中的目标信息，所述目标信息包括以下中的至少一项：目标文本行、目标层级节点及目标逻辑连线；
141.所述处理模块706，用于响应所述编辑指令，对所述还原层级结构图片中的目标信息进行对应的编辑处理。
142.可选地，所述还原层级结构图片包括可编辑的重建层级结构图，
143.所述接收模块705，还用于接收针对所述重建层级结构图的编辑指令，所述编辑指令用于编辑所述重建层级结构图中的所述重建层级结构；
144.所述处理模块706，还用于响应所述编辑指令，对所述还原层级结构图片中的所述重建层级结构图进行对应的编辑处理。
145.可选地，所述转置文本包括至少一个转置文本行，所述分类模块703具体用于：
146.对每个所述转置文本行进行图像转置分类，得到每个所述转置文本行的文本转置分类；
147.当为预设转置分类的转置文本行的数量超过预设阈值时，将所述预设转置分类确定为所述转置层级结构图片的目标转置分类。
148.需要说明的是，本发明所述装置中的所述识别模块702可对应采用图7所示装置中的文本识别模块601替代实现，换言之所述识别模块702与所述文本识别模块601为具备相同作用功能的模块。本发明装置中的所述分类模块703可对应采用图7所示装置中的转置判别模块602替代实现，本发明装置中的所述还原模块704可对应采用图7所示装置中的结构还原模块603和信息融合模块604来替代实现。关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
149.基于同一发明构思，本发明实施例提供一种电子设备800，图9是根据一示例性实施例示出的电子设备800的框图。例如，设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
150.参照图9，设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(i/o)的接口812，传感器组件814，以及通信组件816。
151.处理组件802通常控制设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理元件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理部件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
152.存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。
153.电力组件806为设备800的各种组件提供电力。电力组件806可以包括电源管理系统，一个或多个电源，及其他与为设备800生成、管理和分配电力相关联的组件。
154.多媒体组件808包括在设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界，而
且还检测与触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
155.音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(mic)，当设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
156.i/o接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
157.传感器组件814包括一个或多个传感器，用于为设备800提供各个方面的状态评估。例如，传感器组件814可以检测到设备800的打开/关闭状态，组件的相对定位，例如组件为设备800的显示器和小键盘，传感器组件814还可以检测设备800或设备800一个组件的位置改变，用户与设备800接触的存在或不存在，设备800方位或加速/减速和设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如cmos或ccd图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
158.通信组件816被配置为便于设备800和其他设备之间有线或无线方式的通信。设备800可以接入基于通信标准的无线网络，如wifi，2g或3g，或它们的组合。在一个示例性实施例中，通信部件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，通信部件816还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。
159.在示例性实施例中，设备800可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
160.在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由设备800的处理器820执行以完成上述方法。例如，非临时性计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。
161.图10是本发明的一些实施例中服务器的结构示意图。该服务器1900可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(central processing units，cpu)1922(例如，一个或一个以上处理器)和存储器1932，一个或一个以上存储应用程序1942或数据1944的存储介质1930(例如一个或一个以上海量存储设备)。其中，存储器1932和存储介质1930可以是短暂存储或持久存储。存储在存储介质1930的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器1922可以设置为与存储介质1930通信，在服务器1900上执行存储介质
1930中的一系列指令操作。
162.服务器1900还可以包括一个或一个以上电源1926，一个或一个以上有线或无线网络接口1950，一个或一个以上输入输出接口1958，一个或一个以上键盘1956，和/或，一个或一个以上操作系统1941，例如windows servertm，mac os xtm，unixtm,linuxtm，freebsdtm等等。
163.一种非临时性计算机可读存储介质，当存储介质中的指令由装置(服务器或者终端)的处理器执行时，使得装置能够执行前述各实施例的结构图片还原方法。
164.一种非临时性计算机可读存储介质，当存储介质中的指令由装置(服务器或者终端)的处理器执行时，使得该计算机设备执行前文图1所对应实施例中结构图片还原方法的描述，因此，这里将不再进行赘述。另外，对采用相同方法的有益效果描述，也不再进行赘述。
165.此外，需要说明的是：本技术实施例还提供了一种对于本技术所涉及的计算机程序产品或者计算机程序实施例中未披露的技术细节，请参照本技术方法实施例的描述。计算机程序产品或计算机程序，该计算机程序产品或者计算机程序可以包括计算机指令，该计算机指令可以存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器可以执行该计算机指令，使得该计算机设备执行前文图1所对应实施例中结构图片还原方法的描述，因此，这里将不再进行赘述。另外，对采用相同方法的有益效果描述，也不再进行赘述。
166.本发明实施例提供的一个或多个技术方案，至少实现了如下技术效果或者优点：本发明获取变换层级结构图片，对所述变换层级结构图片进行文本识别得到所述变换层级结构图片中的识别文本，接着对所述识别文本进行变换分类得到所述变换层级结构图片的目标变换分类，最后按照所述目标变换分类对所述变换层级结构图片进行还原处理，以得到所述变换层级结构图片对应的还原层级结构图片。上述方案中，能基于变换层级结构图片中的识别文本来识别整个变换层级结构图片的目标变换分类，进而依据该目标变换分类对变换层级结构图片进行还原处理，以获得最终支持可编辑的还原层级结构图片，这样能高效、准确地实现变换层级结构图片的快速还原，从而提升了结构图片还原的高效性、准确性及快捷性。
167.本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
168.应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制以上仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。