文本识别方法、装置、电子设备和计算机可读存储介质与流程

本申请涉及数据处理领域，具体涉及一种文本识别方法、装置、电子设备和计算机可读存储介质。

背景技术：

1、相关技术中，很多场景下均需要对文本进行识别，以提取出文本中的相关知识。现有的文本识别方法主要包括光学字符识别(opt ical character recognit ion，ocr)以及自然语言处理(natural language process ing，nlp)方法等。现有的文本识别方法针对纯文本数据的具有较好的识别效果，然而，当文本数据中包括图表等特殊类型的数据时，识别的准确性相对较低，可见，现有的文本识别方法针对具有图表的文本存在识别效果较差的问题。

技术实现思路

1、本申请提供的一种文本识别方法、装置、电子设备和计算机可读存储介质，提高文本识别的准确性。

2、第一方面，本申请实施例提供了一种文本识别方法，包括：

3、获取待识别文本和所述待识别文本对应的图片数据，所述图片数据为将所述待识别文本转换为图片之后得到的图片数据；

4、对所述待识别文本进行文字识别，得到第一识别文本，以及，基于光学字符识别ocr方法对所述图片数据进行识别，得到第二识别文本；

5、基于所述第一识别文本和所述第二识别文本生成目标文本。

6、第二方面，本申请实施例提供了一种文本识别装置，包括：

7、获取模块，用于获取待识别文本和所述待识别文本对应的图片数据，所述图片数据为将所述待识别文本转换为图片之后得到的图片数据；

8、识别模块，用于对所述待识别文本进行文字识别，得到第一识别文本，以及，基于光学字符识别ocr方法对所述图片数据进行识别，得到第二识别文本；

9、生成模块，用于基于所述第一识别文本和所述第二识别文本生成目标文本。

10、第三方面，本申请实施例还提供了一种电子设备，包括处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序，计算机程序被处理器执行时实现如上述第一方面的方法步骤。

11、第四方面，本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述第一方面的方法步骤。

12、本申请实施例中，在对文本进行识别的过程中，通过对待识别文本进行文字识别，得到第一识别文本，同时，针对待识别文本的图片数据进行ocr识别，得到第二识别文本，然后，根据第一识别文本和第二识别文本生成目标文本，由于目标文本为根据两种文本识别方法的识别结果生成的文本，从而有利于提高文本识别的准确性。

技术特征：

1.一种文本识别方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基于所述第一识别文本和所述第二识别文本生成目标文本，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于所述第一识别文本和所述第三识别文本生成所述目标文本，包括：

4.根据权利要求3所述的方法，其特征在于，所述对所述第一识别文本和所述第三识别文本进行去重合并处理，得到所述目标文本，包括：

5.根据权利要求2所述的方法，其特征在于，所述基于所述第一识别文本对所述第二识别文本中的文字信息进行校准，得到第三识别文本，包括：

6.根据权利要求1所述的方法，其特征在于，所述待识别文本包括表格数据，所述对所述待识别文本进行文字识别，得到第一识别文本，包括:

7.根据权利要求6所述的方法，其特征在于，所述基于光学字符识别ocr方法对所述图片数据进行识别，得到第二识别文本，包括：

8.一种文本识别装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括处理器、存储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，所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的方法步骤。

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有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法步骤。

技术总结
本申请一种文本识别方法、装置、电子设备和计算机可读存储介质。所述文本识别方法，包括：获取待识别文本和所述待识别文本对应的图片数据，所述图片数据为将所述待识别文本转换为图片之后得到的图片数据；对所述待识别文本进行文字识别，得到第一识别文本，以及，基于光学字符识别OCR方法对所述图片数据进行识别，得到第二识别文本；基于所述第一识别文本和所述第二识别文本生成目标文本。本申请技术方案可以提高文本识别的准确性。

技术研发人员：贾敬伍,于皓,张杰,刘海涛
受保护的技术使用者：北京中关村科金技术有限公司
技术研发日：
技术公布日：2024/3/31