[發(fā)明專(zhuān)利]一種圖像識(shí)別的方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202111488891.6
• 申請(qǐng)日: 2021-12-08
• 公開(kāi)（公告）號(hào): CN113920512B
• 公開(kāi)（公告）日: 2022-03-15
• 發(fā)明（設(shè)計(jì)）人: 王偉偉;王騰飛
• 申請(qǐng)（專(zhuān)利權(quán)）人: 共道網(wǎng)絡(luò)科技有限公司
• 主分類(lèi)號(hào): G06V30/148
• 分類(lèi)號(hào): G06V30/148;G06V30/146;G06V30/42;G06V30/414;G06V30/19;G06V10/774;G06K9/62;G06N3/08
• 代理公司: 北京博思佳知識(shí)產(chǎn)權(quán)代理有限公司 11415
• 代理人: 王劍

1.一種圖像識(shí)別的方法，應(yīng)用于計(jì)算機(jī)設(shè)備，其特征在于，所述方法包括：

接收用戶輸入的圖像，檢測(cè)出所述圖像中的有效區(qū)域，所述有效區(qū)域包括文本區(qū)域、圖像區(qū)域；

確定所述有效區(qū)域的信息類(lèi)型；所述信息類(lèi)型包括屬性、屬性值；

基于所述有效區(qū)域的位置信息和信息類(lèi)型，以語(yǔ)義邏輯關(guān)系為劃分依據(jù)，將所述有效區(qū)域劃分為若干區(qū)域集合；

針對(duì)每個(gè)區(qū)域集合，基于該集合中各有效區(qū)域中的文本內(nèi)容或圖像，以及各有效區(qū)域的位置信息識(shí)別出所述圖像攜帶的信息，每個(gè)區(qū)域集合對(duì)應(yīng)識(shí)別出的信息包括屬性信息和與其對(duì)應(yīng)的屬性值信息；其中，當(dāng)所述屬性信息為需要錄入的屬性信息時(shí)，與其對(duì)應(yīng)的屬性值信息被自動(dòng)獲取并錄入。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述有效區(qū)域的位置信息和信息類(lèi)型以語(yǔ)義邏輯關(guān)系為劃分依據(jù)，將所述有效區(qū)域劃分為若干區(qū)域集合，包括：

基于所述有效區(qū)域的位置信息，對(duì)各個(gè)有效區(qū)域進(jìn)行編號(hào)；

根據(jù)所述有效區(qū)域的信息類(lèi)型，按照編號(hào)順序判斷當(dāng)前有效區(qū)域與其一階鄰居有效區(qū)域是否具有語(yǔ)義邏輯關(guān)系；

在當(dāng)前有效區(qū)域與一階鄰居有效區(qū)域具有語(yǔ)義邏輯關(guān)系的情況下，將一階鄰居有效區(qū)域劃分至當(dāng)前有效區(qū)域所在的集合中，并將所述一階鄰居有效區(qū)域更新為新的當(dāng)前有效區(qū)域；

在當(dāng)前有效區(qū)域與一階鄰居有效區(qū)域不具有語(yǔ)義邏輯關(guān)系的情況下，確定當(dāng)前有效區(qū)域所在集合劃分完畢，并將所述一階鄰居有效區(qū)域更新為新的當(dāng)前有效區(qū)域。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述基于所述有效區(qū)域的位置信息，對(duì)各個(gè)有效區(qū)域進(jìn)行編號(hào)，包括：

根據(jù)各個(gè)有效區(qū)域的位置信息，按照從左到右、從上至下的順序?qū)Ω鱾€(gè)有效區(qū)域依次進(jìn)行有序編號(hào)。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述有效區(qū)域中的文本區(qū)域的信息類(lèi)型包括屬性、屬性值；所述有效區(qū)域中的圖像區(qū)域的信息類(lèi)型是屬性值；所述判斷當(dāng)前有效區(qū)域與其一階鄰居有效區(qū)域是否具有語(yǔ)義邏輯關(guān)系，包括：

若當(dāng)前有效區(qū)域的信息類(lèi)型是屬性，且其一階鄰居有效區(qū)域的類(lèi)型是屬性值；確定當(dāng)前有效區(qū)域與其一階鄰居有效區(qū)域具有語(yǔ)義邏輯關(guān)系。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述方法還包括：

確定所述有效區(qū)域所屬信息類(lèi)型的行位置；

所述判斷當(dāng)前有效區(qū)域與其一階鄰居有效區(qū)域是否具有語(yǔ)義邏輯關(guān)系，還包括：

若當(dāng)前有效區(qū)域的信息類(lèi)型是屬性，且行位置是頭行，當(dāng)其一階鄰居有效區(qū)域的信息類(lèi)型也是屬性，且行位置是非頭行時(shí)，確定當(dāng)前有效區(qū)域與其一階鄰居有效區(qū)域具有語(yǔ)義邏輯關(guān)系；

若當(dāng)前有效區(qū)域的信息類(lèi)型是屬性，且行位置是非頭行，當(dāng)其一階鄰居有效區(qū)域的信息類(lèi)型也是屬性，且行位置是非頭行時(shí)，確定當(dāng)前有效區(qū)域與其一階鄰居有效區(qū)域具有語(yǔ)義邏輯關(guān)系；

若當(dāng)前有效區(qū)域的信息類(lèi)型是屬性值，且行位置是頭行，當(dāng)其一階鄰居有效區(qū)域的信息類(lèi)型也是屬性值，且行位置是非頭行，確定當(dāng)前有效區(qū)域與其一階鄰居有效區(qū)域具有語(yǔ)義邏輯關(guān)系；

若當(dāng)前有效區(qū)域的信息類(lèi)型是屬性值，且行位置是非頭行，當(dāng)其一階鄰居有效區(qū)域的信息類(lèi)型也是屬性值，且行位置是非頭行，確定當(dāng)前有效區(qū)域與其一階鄰居有效區(qū)域具有語(yǔ)義邏輯關(guān)系。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于該集合中各有效區(qū)域中的文本內(nèi)容或圖像，以及各有效區(qū)域的位置信息識(shí)別出所述圖像攜帶的信息，包括：

基于行位置對(duì)相同信息類(lèi)型的有效區(qū)域進(jìn)行排序；

按照排序順序，基于信息類(lèi)型是屬性的文本區(qū)域的文本內(nèi)容識(shí)別出所述圖像攜帶的屬性；

按照排序順序，基于信息類(lèi)型是屬性值的文本區(qū)域的文本內(nèi)容以及圖像區(qū)域的圖像識(shí)別出所述圖像攜帶的所述屬性的屬性值。