[發(fā)明專利]一種基于圖片信息聚類的信息批量提取方法

有效

• 申請?zhí)枺?/td>: 202210140562.0
• 申請日: 2022-02-16
• 公開（公告）號: CN114202761B
• 公開（公告）日: 2022-06-21
• 發(fā)明（設計）人: 紀俊光;黎慧燕;陳學言
• 申請（專利權）人: 廣東數(shù)源智匯科技有限公司
• 主分類號: G06V30/148
• 分類號: G06V30/148;G06V30/18;G06K9/62
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 林麗明

1.一種基于圖片信息聚類的信息批量提取方法，其特征在于，包括以下步驟：

S1：利用OCR識別方法從待識別的圖像中提取出商品對象和文字對象并分類編號，將每張圖像中的對象均作為獨立對象并確定每個對象的坐標系；

S2：對每個圖像中所有的商品對象和文字對象邊緣打點，所打點記為邊緣點，根據(jù)每個對象的坐標系確定邊緣點的坐標；

所述對每個圖像中所有的商品對象和文字對象邊緣打點具體過程為：確定打點的對象，首先在其左上角、右上角、左下角、右下角的最遠距離分別取4個點，將四點連線構造成一個不規(guī)則矩形；

分別取左上角到右上角、左下角到右下角、左上角到左下角、右上角到右下角的點與點之間的中心，則分別對應確定出上、下、左、右4個點；

S3：將相鄰的不同類對象利用邊緣點進行碰撞計算，若相鄰兩個不同類對象的邊緣點之間的距離小于預設值則將當前兩個對象作為組合對象；

所述碰撞計算過程為：

將兩個對象相鄰的邊緣點分別記為P1和P2，點P1的坐標記為（x1，y1），點P2的坐標記為（x2，y2），則兩個對象在x軸相距的距離記為|x2-x1|；

S4：將組合的兩個對象繼續(xù)分別與其他不同類對象進行碰撞計算，若邊緣點之間的距離大于當前已組合對象之間邊緣點之間距離的預設倍數(shù)，則判定進行碰撞計算的其他不同類對象不屬于同一組合內(nèi)對象，繼續(xù)尋找其他不同類對象進行碰撞計算，直到所有對象均已組合，輸出組合對象。

2.根據(jù)權利要求1所述的一種基于圖片信息聚類的信息批量提取方法，其特征在于，步驟S1中利用OCR識別方法從左至右，從上至下識別掃描從待識別的圖像中提取出商品對象和文字對象。

3.根據(jù)權利要求1所述的一種基于圖片信息聚類的信息批量提取方法，其特征在于，步驟S4所述預設倍數(shù)為大于或等于2。

4.根據(jù)權利要求1所述的一種基于圖片信息聚類的信息批量提取方法，其特征在于，步驟S4中，在繼續(xù)尋找其他不同類對象進行碰撞計算時，若沒有識別到有效數(shù)據(jù)，也結束當前流程同時輸出已組合的對象。

5.根據(jù)權利要求1所述的一種基于圖片信息聚類的信息批量提取方法，其特征在于，所述碰撞計算僅在不同類型對象間進行。

6.一種基于圖片信息聚類的信息批量提取系統(tǒng)，其特征在于，該系統(tǒng)包括：存儲器、處理器，所述存儲器中包括基于圖片信息聚類的信息批量提取方法程序，所述基于圖片信息聚類的信息批量提取方法程序被所述處理器執(zhí)行時實現(xiàn)如下步驟：

S1：利用OCR識別方法從待識別的圖像中提取出商品對象和文字對象并分類編號，將每張圖像中的對象均作為獨立對象并確定每個對象的坐標系；

S2：對每個圖像中所有的商品對象和文字對象邊緣打點，所打點記為邊緣點，根據(jù)每個對象的坐標系確定邊緣點的坐標；

所述對每個圖像中所有的商品對象和文字對象邊緣打點具體過程為：確定打點的對象，首先在其左上角、右上角、左下角、右下角的最遠距離分別取4個點，將四點連線構造成一個不規(guī)則矩形；

分別取左上角到右上角、左下角到右下角、左上角到左下角、右上角到右下角的點與點之間的中心，則分別對應確定出上、下、左、右4個點；

S3：將相鄰的不同類對象利用邊緣點進行碰撞計算，若相鄰兩個不同類對象的邊緣點之間的距離小于預設值則將當前兩個對象作為組合對象；

所述碰撞計算過程為：

將兩個對象相鄰的邊緣點分別記為P1和P2，點P1的坐標記為（x1，y1），點P2的坐標記為（x2，y2），則兩個對象在x軸相距的距離記為|x2-x1|；

S4：將組合的兩個對象繼續(xù)分別與其他不同類對象進行碰撞計算，若邊緣點之間的距離大于當前已組合對象之間邊緣點之間距離的預設倍數(shù)，則判定進行碰撞計算的其他不同類對象不屬于同一組合內(nèi)對象，繼續(xù)尋找其他不同類對象進行碰撞計算，直到所有對象均已組合，輸出組合對象。

7.根據(jù)權利要求6所述的一種基于圖片信息聚類的信息批量提取系統(tǒng)，其特征在于，步驟S1中利用OCR識別方法從左至右，從上至下識別掃描從待識別的圖像中提取出商品對象和文字對象。

8.一種計算機可讀存儲介質(zhì)，其特征在于，所述計算機可讀存儲介質(zhì)中包括一種基于圖片信息聚類的信息批量提取方法程序，所述一種基于圖片信息聚類的信息批量提取方法程序被處理器執(zhí)行時，實現(xiàn)如權利要求1至5中任一項所述的一種基于圖片信息聚類的信息批量提取方法的步驟。