[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

本申請公開了一種OCR訓練數據生成方法、裝置、設備及介質，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。本申請通過快速獲取終端設備中顯示頁面的截圖、文本信息及文本信息對應的坐標信息，并基于截圖、文本信息及坐標信息自動生成OCR模型的訓練數據，可以避免人工生成訓練數據所存在的局限性，有效提高訓練數據的生成效率。

技術領域

本申請涉及數據處理技術領域，尤其涉及一種OCR訓練數據生成方法、裝置、設備及介質。

背景技術

目前主流的OCR(Optical Character Recognition，光學字符識別)訓練數據主要通過人工自主標注生成。人工標注的訓練數據，能滿足特定場景的需求，但是訓練數據的生成依賴于人工，而人工存在較大的局限性(如標注速度與標注準確度等)，使得當前訓練數據的生成效率較低。

發明內容

本申請的主要目的在于提供一種OCR訓練數據生成方法、裝置、設備及介質，旨在解決當前訓練數據的生成效率較低的技術問題。

為實現上述目的，本申請實施例提供一種OCR訓練數據生成方法，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。

優選地，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。

優選地，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。

優選地，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。

優選地，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。

優選地，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。

優選地，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；