[發明專利]圖像的處理方法、裝置、電子設備及存儲介質

在審

• 申請號: 202111322148.3
• 申請日: 2021-11-09
• 公開（公告）號: CN114187603A
• 公開（公告）日: 2022-03-15
• 發明（設計）人: 于海鵬;李煜林;欽夏孟;楊夏浛;黃聚;姚錕
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06V30/413
• 分類號: G06V30/413;G06V30/19;G06K9/62;G06F40/30
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 單冠飛

本公開提供了一種圖像的處理方法、裝置、電子設備及存儲介質，涉及人工智能技術領域，尤其涉及計算機視覺和深度學習技術領域，可應用于光學字符識別等場景下。包括：獲取目標圖像中鍵字段對應的第一掩摸圖及值字段對應的第二掩摸圖；基于第一掩膜圖及第二掩摸圖，從目標圖像中提取鍵字段對應的第一圖像及值字段對應的第二圖像；基于第一掩膜圖及第二掩摸圖，確定鍵字段對應的第一位置特征及值字段對應的第二位置特征；根據第一位置特征與第二位置特征的第一關聯度、和/或第一圖像中的第一文本與第二圖像中的第二文本的第二關聯度，確定目標圖像對應的結構化文本。由此，不僅從彎曲文本中提取了結構化信息，而且提高了確定的結構化信息的準確性。

技術領域

本公開涉及人工智能技術領域，尤其涉及計算機視覺和深度學習技術領域，可應用于光學字符識別(Optical Character Recognition，OCR)等場景下，具體涉及一種圖像的處理方法、裝置、電子設備及存儲介質。

背景技術

文檔是保存信息的重要途徑，文檔中包含很多結構化信息，因此，對文檔中的信息進行結構化分析，有助于實現對數據的挖掘，分析和處理。但是，對于從自然場景中，獲取的圖像形式的文檔，經常包含彎曲的文本。因此，如何提取彎曲文本中包含的結構化信息，成為重點的研究方向。

發明內容

本公開提供了一種圖像的處理方法、裝置、電子設備及存儲介質。

根據本公開的第一方面，提供了一種圖像的處理方法，包括：

將目標圖像進行預處理，以獲取所述目標圖像中鍵字段對應的第一掩摸圖及值字段對應的第二掩摸圖；

基于所述第一掩膜圖及所述第二掩摸圖，分別從所述目標圖像中提取鍵字段對應的第一圖像及值字段對應的第二圖像；

基于所述第一掩膜圖及所述第二掩摸圖，分別確定所述鍵字段對應的第一位置特征及值字段對應的第二位置特征；

根據所述第一位置特征與所述第二位置特征間的第一關聯度、和/或所述第一圖像中的第一文本與所述第二圖像中的第二文本間的第二關聯度，確定所述目標圖像對應的結構化文本。

根據本公開的第二方面，提供了一種圖像的處理裝置，包括：

第一獲取模塊，用于將目標圖像進行預處理，以獲取所述目標圖像中鍵字段對應的第一掩摸圖及值字段對應的第二掩摸圖；

第二獲取模塊，用于基于所述第一掩膜圖及所述第二掩摸圖，分別從所述目標圖像中提取鍵字段對應的第一圖像及值字段對應的第二圖像；

第一確定模塊，用于基于所述第一掩膜圖及所述第二掩摸圖，分別確定所述鍵字段對應的第一位置特征及值字段對應的第二位置特征；

第二確定模塊，用于根據所述第一位置特征與所述第二位置特征間的第一關聯度、和/或所述第一圖像中的第一文本與所述第二圖像中的第二文本間的第二關聯度，確定所述目標圖像對應的結構化文本。

根據本公開的第三方面，提供了一種電子設備，包括：

至少一個處理器；以及

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行如第一方面所述的圖像的處理方法。

根據本公開第四方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，所述計算機指令用于使所述計算機執行如第一方面所述的圖像的處理方法。

根據本公開的第五方面，提供了一種計算機程序產品，包括計算機指令，所述計算機指令在被處理器執行時實現如第一方面所述的圖像的處理方法的步驟。