本发明涉及图像处理,尤其涉及一种文字识别与比对方法、装置、设备及介质。
背景技术:
1、随着数字化和信息化的不断推进,电网招标过程中下发的中标通知书和签订的对应合同也会进行数字化存储。常规的存储方式是将这些文件进行扫描,将其图像格式的电子扫描件进行存储。
2、当后续核对中标通知书与所签订合同中的内容是否存在出入时,就需要通过文字检测模型和文字识别模型来识别合同或中标通知书扫描件中的文字内容并对比。
3、现有的文字检测模型和文字识别模型的优点是计算速度快、耗时低,缺点是图片内容解析的完整性不能保证,且不适用合同或中标通知书扫描件的小尺寸文字大面积分布、文字尺寸差距大的文本结构。
技术实现思路
1、本发明提供了一种文字识别与比对方法、装置、设备及介质,以实现对合同或中标通知书图像扫描件中文字的准确高效识别。
2、根据本发明的一方面,提供了一种文字识别与比对方法,包括:
3、获取待处理的文本图像;所述文本图像包括合同图像和/或中标通知书图像;
4、基于sast文字检测模型,通过剪裁分批检测法得到所述文本图像中的各文字标注框;
5、基于crnn文字识别模型,通过面积比例分检法对所述各文字标注框内的输入图像进行文字识别,得到识别文本;所述识别文本包括合同文本和/或中标通知书文本;
6、在得到合同文本和中标通知书文本后,对所述合同文本和所述中标通知书文本进行关键内容比对,得到比对结果。
7、根据本发明的另一方面,提供了一种文字识别与比对装置,包括:
8、图像获取模块,用于获取待处理的文本图像;所述文本图像包括合同图像和/或中标通知书图像;
9、文字检测模块,用于基于sast文字检测模型,通过剪裁分批检测法得到所述文本图像中的各文字标注框;
10、文字识别模块,用于基于crnn文字识别模型,通过面积比例分检法对所述各文字标注框内的输入图像进行文字识别,得到识别文本;所述识别文本包括合同文本和/或中标通知书文本;
11、文字比对模块,用于在得到合同文本和中标通知书文本后,对所述合同文本和所述中标通知书文本进行关键内容比对,得到比对结果。
12、根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
13、至少一个处理器;以及
14、与所述至少一个处理器通信连接的存储器;其中,
15、所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的文字识别与比对方法。
16、根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的文字识别与比对方法。
17、本发明实施例通过选用sast算法,并整体采用两段式检测,来提高检测模型对小目标的检测准确度,提升多尺度检测的能力;同时采用crnn算法,并根据标注框大小送进适用不同输入尺寸的识别模型来降低总的推理速度,提高识别效率,最终实现对合同或中标通知书图像扫描件中文字的准确高效识别。
18、应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
1.一种文字识别与比对方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述基于sast文字检测模型,通过剪裁分批检测法得到所述文本图像中的各文字标注框,包括:
3.根据权利要求2所述的方法,其特征在于,所述sast文字检测模型的训练数据中的印章被框柱且标记有印章标签,相应的,所述区域标注框还包括印章区域标注框,所述方法还包括:
4.根据权利要求2所述的方法,其特征在于,所述根据各区域标注框的坐标信息和面积比例对所述文本图像进行分批裁剪,得到预设数量的分割图像包括:
5.根据权利要求2所述的方法,其特征在于:
6.根据权利要求1所述的方法,其特征在于,对所述合同文本和所述中标通知书文本进行关键内容比对,得到比对结果包括:
7.根据权利要求6所述的方法,其特征在于,所述根据预期关键词的不同类型分词在所述合同文本搜寻第一实际关键词包括:
8.一种文字识别与比对装置,其特征在于,所述装置包括:
9.一种电子设备,其特征在于,所述电子设备包括:
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存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的文字识别与比对方法。