[發明專利]一種掃描文檔信息處理方法、裝置、電子設備及存儲介質

在審

• 申請號: 202110254868.4
• 申請日: 2021-03-09
• 公開（公告）號: CN112949514A
• 公開（公告）日: 2021-06-11
• 發明（設計）人: 廖林濤;朱增
• 申請（專利權）人: 廣州文石信息科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/34;G06K9/40;G06F40/106;G06F40/109
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 許慶勝

1.一種掃描文檔信息處理方法，其特征在于，包括：

獲取掃描文檔；所述掃描文檔中包括多個字符；

對所述掃描文檔進行文字識別，得到每個所述字符的文字信息和位置信息；

計算所述文字信息的文字置信度和所述位置信息的位置置信度；

根據所述文字置信度和所述位置置信度確定可信字符；

采用所述可信字符的文字信息和位置信息渲染所述掃描文檔，得到渲染文檔；

顯示所述渲染文檔。

2.根據權利要求1所述的方法，其特征在于，所述掃描文檔包括至少一個待識別頁面；所述對所述掃描文檔進行文字識別，得到每個所述字符的文字信息和位置信息的步驟，包括：

對所述待識別頁面進行渲染，得到渲染圖像；

對所述渲染圖像進行預處理，得到預處理圖像；

對所述預處理圖像進行灰度化處理，得到灰度圖像；

對所述灰度圖像進行二值化處理，得到二值化圖像；

去除所述二值化圖像的噪聲，得到去噪圖像；

對所述去噪圖像進行傾斜校正處理，得到校正圖像；

對所述校正圖像進行版面分析和字符切割，得到每個所述字符的位置信息；

對切割得到的每個所述字符進行文字識別，得到文字信息。

3.根據權利要求2所述的方法，其特征在于，所述根據所述文字置信度和所述位置置信度確定可信字符的步驟，包括：

判斷所述文字置信度是否大于第一預設閾值，且所述位置置信度是否大于第二預設閾值；

若是，將所述字符確定為可信字符。

4.根據權利要求3所述的方法，其特征在于，所述采用所述可信字符的文字信息和位置信息渲染所述掃描文檔，得到渲染文檔的步驟，包括：

根據所述可信字符的位置信息，在所述掃描文檔的待識別頁面上繪制所述文字信息，生成渲染頁面；

采用所有所述渲染頁面生成渲染文檔。

5.根據權利要求4所述的方法，其特征在于，所述顯示所述渲染文檔的步驟之后，還包括：

當檢測到用戶針對所述渲染文檔上的目標字符觸發的文字操作時，響應所述文字操作，提取所述目標字符對應的目標文字信息和目標位置信息；

顯示所述目標文字信息和所述目標位置信息。

6.一種掃描文檔信息處理裝置，其特征在于，包括：

掃描文檔獲取模塊，用于獲取掃描文檔；所述掃描文檔中包括多個字符；

文字識別模塊，用于對所述掃描文檔進行文字識別，得到每個所述字符的文字信息和位置信息；

置信度計算模塊，用于計算所述文字信息的文字置信度和所述位置信息的位置置信度；

可信字符確定模塊，用于根據所述文字置信度和所述位置置信度確定可信字符；

渲染文檔生成模塊，用于采用所述可信字符的文字信息和位置信息渲染所述掃描文檔，得到渲染文檔；

顯示模塊，用于顯示所述渲染文檔。

7.根據權利要求6所述的裝置，其特征在于，所述掃描文檔包括至少一個待識別頁面；所述文字識別模塊，包括：

渲染子模塊，用于對所述待識別頁面進行渲染，得到渲染圖像；

預處理子模塊，用于對所述渲染圖像進行預處理，得到預處理圖像；

灰度化處理子模塊，用于對所述預處理圖像進行灰度化處理，得到灰度圖像；

二值化處理子模塊，用于對所述灰度圖像進行二值化處理，得到二值化圖像；

去噪子模塊，用于去除所述二值化圖像的噪聲，得到去噪圖像；

傾斜校正子模塊，用于對所述去噪圖像進行傾斜校正處理，得到校正圖像；

位置信息獲取子模塊，用于對所述校正圖像進行版面分析和字符切割，得到每個所述字符的位置信息；

文字識別子模塊，用于對切割得到的每個所述字符進行文字識別，得到文字信息。