文档识别方法、装置、设备、存储介质及程序产品与流程

allin2025-03-14  42


本申请涉及图像处理,尤其涉及一种文档识别方法、装置、设备、存储介质及程序产品。


背景技术:

1、相关技术中,主要是基于预定义的解析规则和模板来匹配文档元素后,基于匹配到的各文档元素,识别文档中的文字内容。但是,预定义的解析规则和模板依赖于人工设定元素特征,在识别复杂布局的异构文档的文档元素时,准确性较低。


技术实现思路

1、本申请的主要目的在于提供一种文档识别方法、装置、设备、存储介质及程序产品,旨在解决文档识别方法基于预定义的解析规则和模板来匹配文档元素,准确性低的技术问题。

2、为实现上述目的,本申请提出一种文档识别方法,包括:

3、获取待识别文档图像;

4、利用目标检测模型,提取待识别文档图像中文档元素的第一布局信息和/或表格元素的第二布局信息;

5、根据第一布局信息和/或第二布局信息,对待识别文档图像进行区域划分,获得至少一个元素分区;

6、从至少一个元素分区中,识别待识别文档图像中的文字内容。

7、在一实施例中,获取待识别文档图像的步骤包括:

8、获取初始文档图像;

9、根据预设校正角度与文档倾斜程度之间的对应关系,确定初始文档图像的校正角度;

10、根据校正角度,对初始文档图像进行方向校正,获得待识别文档图像。

11、在一实施例中,根据预设校正角度与文档方向之间的对应关系,确定初始文档图像的校正角度的步骤包括:

12、将初始文档图像输入图像分类模型,获得校正角度;其中,图像分类模型由包括多个文档图像样本的样本集训练获得,文档图像样本包括预设校正角度标记。

13、在一实施例中,获取待识别文档图像的步骤之前,方法还包括:

14、在接收到新的文档识别任务的情况下,判断当前文档识别任务的数量是否小于预设数量阈值;

15、获取待识别文档图像的步骤包括:

16、若当前文档识别任务的数量小于预设数量阈值,则获取新的文档识别任务对应的待识别文档图像。

17、在一实施例中,判断当前文档识别任务的数量是否小于预设数量阈值的步骤之后,方法还包括:

18、若当前文档识别任务的数量大于或等于预设数量阈值,则按照预设优先级顺序,将新的文档识别任务加入到待识别任务队列;

19、获取待识别文档图像的步骤包括:

20、在当前文档识别任务的数量小于预设数量阈值的情况下,从待识别任务队列中获取排列在前的目标文档识别任务对应的待识别文档图像。

21、在一实施例中,从至少一个元素分区中,识别待识别文档图像中的文字内容的步骤之前,方法还包括:

22、根据至少一个元素分区中图片占比,确定文字识别工具;

23、从至少一个元素分区中,识别待识别文档图像中的文字内容的步骤包括:

24、利用文字识别工具,从至少一个元素分区中,识别待识别文档图像中的文字内容。

25、此外,为实现上述目的,本申请还提出一种文档识别装置,文档识别装置包括:

26、获取模块,用于获取待识别文档图像;

27、信息提取模块,用于利用目标检测模型,提取待识别文档图像中文档元素的第一布局信息和/或表格元素的第二布局信息;

28、分区模块,用于根据第一布局信息和/或第二布局信息,对待识别文档图像进行区域划分,获得至少一个元素分区;

29、识别模块,用于从至少一个元素分区中,识别待识别文档图像中的文字内容。

30、此外,为实现上述目的,本申请还提出一种文档识别设备,设备包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,计算机程序配置为实现如上文的文档识别方法的步骤。

31、此外,为实现上述目的,本申请还提出一种存储介质,存储介质为计算机可读存储介质,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文的文档识别方法的步骤。

32、此外,为实现上述目的,本申请还提供一种计算机程序产品,计算机程序产品包括计算机程序,计算机程序被处理器执行时实现如上文的文档识别方法的步骤。

33、本申请提出的一个或多个技术方案,至少具有以下技术效果:

34、本申请提供一种文档识别方法、装置、设备、存储介质及程序产品,利用目标检测模型,分析待识别文档图像的元素布局,提取文档元素和/或表格元素的布局信息,对待识别文档图像进行区域划分,获得至少一个元素分区,来识别文字内容,由于目标检测模型可以学习各种文档元素特征,实现文档元素识别,使得本申请的文档识别方法,相较于利用人工设置的解析规则和模版匹配文档元素,可以更好的识别出复杂布局的异构文档中所有文档元素,提高了文档识别方法的准确性。



技术特征:

1.一种文档识别方法,其特征在于,所述方法包括:

2.如权利要求1所述的方法,其特征在于,所述获取待识别文档图像的步骤包括:

3.如权利要求2所述的方法,其特征在于,所述根据预设校正角度与文档方向之间的对应关系,确定所述初始文档图像的校正角度的步骤包括:

4.如权利要求1所述的方法,其特征在于,所述获取待识别文档图像的步骤之前,所述方法还包括:

5.如权利要求3所述的方法,其特征在于,所述判断当前文档识别任务的数量是否小于预设数量阈值的步骤之后,所述方法还包括:

6.如权利要求1至5任一项所述的方法,其特征在于,所述从所述至少一个元素分区中,识别所述待识别文档图像中的文字内容的步骤之前,所述方法还包括:

7.一种文档识别装置,其特征在于,所述装置包括:

8.一种文档识别设备,其特征在于,所述设备包括: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,所述计算机程序配置为实现如权利要求1至6中任一项所述的文档识别方法的步骤。

9.一种存储介质,其特征在于,所述存储介质为计算机可读存储介质,所述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6中任一项所述的文档识别方法的步骤。

10.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的文档识别方法的步骤。


技术总结
本申请公开了一种文档识别方法、装置、设备、存储介质及程序产品,涉及图像处理技术领域,公开的文档识别方法,包括:获取待识别文档图像;利用目标检测模型,提取待识别文档图像中文档元素的第一布局信息和/或表格元素的第二布局信息;根据第一布局信息和/或第二布局信息,对待识别文档图像进行区域划分,获得至少一个元素分区;从至少一个元素分区中,识别待识别文档图像中的文字内容。本申请解决了文档识别方法基于预定义的解析规则和模板来匹配文档元素,准确性低的技术问题,提高了文档识别方法的准确性。

技术研发人员:陈钟昺,潘贇锋,张泽宏,胡海彪
受保护的技术使用者:招商银行股份有限公司
技术研发日:
技术公布日:2024/10/31
转载请注明原文地址: https://www.8miu.com/read-19181.html

最新回复(0)