[發明專利]OCR訓練數據生成方法、裝置、設備及介質

在審

• 申請號: 202111168569.5
• 申請日: 2021-09-29
• 公開（公告）號: CN113887442A
• 公開（公告）日: 2022-01-04
• 發明（設計）人: 楊磊;金清華
• 申請（專利權）人: 招商銀行股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06T7/11
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 丁志新

1.一種OCR訓練數據生成方法，其特征在于，所述OCR訓練數據生成方法包括：

獲取終端設備中顯示頁面的截圖、文本信息及所述文本信息對應的坐標信息；

根據所述截圖、所述文本信息和所述坐標信息，生成光學字符識別OCR模型的訓練數據。

2.如權利要求1所述的OCR訓練數據生成方法，其特征在于，所述OCR模型包括字符識別模型，所述根據所述截圖、所述文本信息和所述坐標信息，生成光學字符識別OCR模型的訓練數據的步驟包括：

根據所述文本信息和所述坐標信息，對所述截圖進行圖像分割，得到子圖像；

根據所述子圖像與所述文本信息，生成所述字符識別模型的訓練數據。

3.如權利要求2所述的OCR訓練數據生成方法，其特征在于，所述OCR模型還包括字符檢測模型，所述根據所述截圖、所述文本信息和所述坐標信息，生成光學字符識別OCR模型的訓練數據的步驟還包括：

根據所述截圖、所述文本信息和所述坐標信息，生成所述字符檢測模型的訓練數據。

4.如權利要求1所述的OCR訓練數據生成方法，其特征在于，所述根據所述截圖、所述文本信息和所述坐標信息，生成光學字符識別OCR模型的訓練數據的步驟之前包括：

根據所述坐標信息對所述截圖進行圖像裁剪，得到裁剪后的截圖，以執行根據所述截圖、所述文本信息和所述坐標信息，生成光學字符識別OCR模型的訓練數據的步驟。

5.如權利要求4所述的OCR訓練數據生成方法，其特征在于，所述根據所述截圖、所述文本信息和所述坐標信息，生成光學字符識別OCR模型的訓練數據的步驟之前還包括：

確定所述顯示頁面中是否存在圖像；

若存在，則去除所述截圖中的所述圖像，以執行根據所述截圖、所述文本信息和所述坐標信息，生成光學字符識別OCR模型的訓練數據的步驟。

6.如權利要求1所述的OCR訓練數據生成方法，其特征在于，所述獲取終端設備中顯示頁面的截圖、文本信息及所述文本信息對應的坐標信息的步驟包括：

獲取終端設備中預設應用程序的顯示頁面的截圖；

根據預設控件解析模塊獲取所述顯示頁面的文本信息及所述文本信息對應的坐標信息。

7.如權利要求1所述的OCR訓練數據生成方法，其特征在于，所述根據所述截圖、所述文本信息和所述坐標信息，生成光學字符識別OCR模型的訓練數據的步驟之后，還包括：

確定所述訓練數據的數據格式是否為所述OCR模型所需訓練數據的數據格式；

若所述訓練數據的數據格式不是所述OCR模型所需訓練數據的數據格式，則將所述訓練數據的數據格式轉換為所述OCR模型所需訓練數據的數據格式，以根據所述訓練數據對所述OCR模型進行訓練。

8.一種OCR訓練數據生成裝置，其特征在于，所述OCR訓練數據生成裝置包括：

獲取模塊，用于獲取終端設備中顯示頁面的截圖、文本信息及所述文本信息對應的坐標信息；

生成模塊，用于根據所述截圖、所述文本信息和所述坐標信息，生成光學字符識別OCR模型的訓練數據。

9.一種OCR訓練數據生成設備，其特征在于，所述OCR訓練數據生成設備包括存儲器、處理器以及存儲在所述存儲器上并可在所述處理器上運行的OCR訓練數據生成程序，所述OCR訓練數據生成程序被所述處理器執行時實現如權利要求1-7中任一項所述的OCR訓練數據生成方法的步驟。

10.一種介質，所述介質為計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有OCR訓練數據生成程序，所述OCR訓練數據生成程序被處理器執行時實現如權利要求1-7中任一項所述的OCR訓練數據生成方法的步驟。