CN106527945A - 文本信息提取方法及装置 - Google Patents

Abstract

本发明适用于信息处理领域，提供了一种文本信息提取方法及装置，所述方法包括：获取并显示目标文章的原始图像；接收在所述原始图像上触摸输入的定位指令；根据所述定位指令确定目标区域；对所述目标区域进行文本识别；若从所述目标区域中识别到文本信息，则输出识别到的文本信息。所述装置包括：图像获取单元，指令接收单元，定位单元，文本识别单元，文本输出单元。本发明，使得移动终端可以根据用户在包含有目标文章的原始图像中触摸输入的定位指令，快速的确定目标区域，并实现对不同目标区域中文本信息的连续获取。通过本发明方案，有效提高了文本信息的获取效率，也提升了用户操作的流畅度。

Description

文本信息提取方法及装置

技术领域

本发明涉及信息处理技术领域，具体涉及一种文本信息提取方法及装置。

背景技术

随着移动终端的普及和发展，人们的学习方式也随着改变，特别在英语学习等语言学习方面，用户更多的不是使用电子词典手动输入单词，而是使用移动终端如手机中的学习工具打开摄像头去扫描单词，利用图像识别技术，通过移动手机使得屏幕中的固定光标定位到该单词并进行该单词的提取及翻译。但是，当用户利用这种传统方式来连续查找文章中出现在不同行或是段落的单词时，必须连续移动手机，使得手机的摄像头对准下一单词，以此实现将屏幕中的固定光标从前一个单词处移动到后一个单词处重新进行定位，造成了用户操作时的效率及流畅度的低下。

发明内容

本发明实施例提供了一种文本信息提取方法及装置，旨在简化提取文本信息的步骤，提升用户操作的效率及流畅度。

本发明实施例的第一方面，提供一种文本信息的提取方法，所述方法包括：

获取并显示目标文章的原始图像；

接收在所述原始图像上触摸输入的定位指令；

根据所述定位指令确定目标区域；

对所述目标区域进行文本识别；

若从所述目标区域中识别到文本信息，则输出识别到的文本信息。

本发明实施例的第二方面，提供一种文本信息的提取装置，所述文本信息的提取装置包括：

图像获取单元，用于获取并显示目标文章的原始图像；

指令接收单元，用于接收在所述图像获取单元获取的原始图像上触摸输入的定位指令；

定位单元，用于根据所述指令接收单元接收到的定位指令确定目标区域；

文本识别单元，用于对所述定位单元确定的目标区域进行文本识别；

文本输出单元，用于当所述文本识别单元从所述目标区域中识别到文本信息时，输出识别到的文本信息。

由上可见，在本发明实施例中，在获取并显示目标文章的原始图像后，接收在所述原始图像上触摸输入的定位指令，并根据所述定位指令确定目标区域，然后对所述目标区域进行文本识别，如果能够从所述目标区域中识别到文本信息，则输出该识别到的文本信息。使得移动终端可以根据用户在原始图像中触摸输入的定位指令，快速地确定目标区域，并实现对不同目标区域中文本信息的连续获取。相对于现有技术中需要频繁地移动手机才能实现对文本信息的连续获取，本发明实施例更为方便快捷，提高了文本信息的获取效率，也提升了用户操作的流畅度。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一提供的提取文本信息方法的实现流程图；

图2为本发明实施例二提供的提取文本信息装置的结构框图。

具体实施方式

为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而非全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明实施例中，在获取并显示目标文章的原始图像后，接收在所述原始图像上触摸输入的定位指令，并根据所述定位指令确定目标区域，然后对所述目标区域进行文本识别，如果能够从所述目标区域中识别到文本信息，则输出该识别到的文本信息。使得移动终端可以根据用户在原始图像中触摸输入的定位指令，快速的确定目标区域，并实现对不同目标区域中文本信息的连续获取。

以下结合具体实施例对本发明的实现进行详细描述：

实施例一

图1示出了本发明实施例一提供的文本信息提取方法的实现流程，详述如下：

在步骤S101中，获取并显示目标文章的原始图像。

在本发明实施例中，可以通过摄像头实时拍摄的方式获取包含目标文章的原始图像，例如可以是启动拍照功能后，通过摄像头实时捕捉目标文章的原始图像。或者，在步骤S101中，也可以从其它设备主动或被动地获取包含目标文章的原始图像；或者，在步骤S101中，也可以从图像库中获取包含目标文章的原始图像；又或者，在步骤S101中，还可以从互联网上以下载的方式获取包含目标文章的原始图像，此处不作限定。在获取到目标文章的原始图像后，将上述目标文章的原始图像在触摸屏幕上显示出来。

在步骤S102中，接收在上述原始图像上触摸输入的定位指令。

在本发明实施例中，文本信息提取装置将会接收用户触摸输入的定位指令，上述定位指令包括用户在触摸屏幕上进行的触摸动作信息以及触摸动作发生的坐标区域。

具体地，上述定位指令的触摸输入方式包括但不限于如下一种以上：滑动触摸以及点击触摸；其中点击触摸又包括单击触摸、双击触摸以及长按触摸。

在步骤S103中，根据上述定位指令确定目标区域。

在本发明实施例中，可根据上述定位指令中包含的用户在触摸屏幕上进行的触摸动作信息及触摸动作发生的坐标信息，确定目标区域。

在一种应用功能场景中，上述定位指令具体为通过滑动触摸输入的指令，也即上述定位指令中用户进行的触摸动作信息指示为滑动触摸，则步骤S103具体可以表现为：将上述定位指令输入时所触摸的区域确定为目标区域。具体地，可在滑动触摸发生的过程中，每隔预设时间检测并记录下滑动触摸动作发生的坐标，并由此将定位指令输入时所触摸的区域确定为目标区域，以节约文本信息提取装置资源的方式实现了对词组、句子或者段落的目标区域定位。

在另一种应用场景中，上述定位指令具体为通过点击触摸输入的指令，也即上述定位指令中用户进行的触摸动作信息指示为点击触摸，则步骤103具体可以表现为：将预设大小的矩形区域确定为目标区域，其中，上述矩形区域的中心点位置为上述定位指令输入时所触摸的触控点所在的位置。具体地，可记录下点击触摸事件发生时所触摸的触控点所在的坐标区域，并以此坐标区域为中心，将预设大小的矩形区域确定为目标区域，实现了对单词或者词组的目标区域定位。

进一步地，在确定了目标区域后，还可以在触摸屏幕上呈现文本框选区域将目标区域选出，以提示用户并让用户确定文本信息提取装置所定位的目标区域是否正确。

在步骤S104中，对上述目标区域进行文本识别。

在本发明实施例中，文本信息提取装置将对上述目标区域进行文本识别。上述文本识别的对象可以是单个的文字，也可以是多个文字组成的句子或者段落。进一步地，上述文本识别的对象可以是中文，也可以是英文及其他语言文字，又或者可以是混杂几种语言文字的文本。更进一步地，上述文本识别的对象可以是手写文字或者机打文字。具体地，在步骤S104中可以采用光学字符识别(OCR，Optical Character Recognition)技术对步骤S103确定的目标区域进行文本识别。当然，步骤S104也可以采用其它文本识别技术对步骤S103确定的目标区域进行文本识别，此处不作限定。

在步骤S105中，若从上述目标区域中识别到文本信息，则输出识别到的文本信息。

在本发明实施例中，当从上述目标区域中识别到文本信息时，则将识别到的文本信息输出，并可立即、或等待预设时间、或等待预设事件发生之后，结束这个指令周期，等待下一次用户触摸输入的定位指令。步骤S105输出的文本信息可以直接输出至文档文件中进行存储，也可以输出至待处理区域，等待进一步处理。如果用户希望在同一目标文章的原始图像上继续进行取词，则此时用户无需进行移动或者调整，只需返回S102并继续该流程。当然，如果用户希望在另外的目标文章上进行取词时，则需要要重新获取所需要进行文字提取的目标文章的原始图像，此时，当用户需要进行下一条文本取词时，需返回S101并继续该流程。以此实现对处于不同行列的文本进行连续提取的操作。

可选地，在步骤S105之后，还包括下述步骤：

将上述文本信息翻译为预设的目标语言，即将步骤S105输出的文本信息翻译为预设的目标语言。

其中，文本信息提取装置在输出上述文本信息后，还可以进一步对上述文本信息做处理，上述处理包括：将上述文本信息翻译为预设的目标语言，以适应用户希望进行语言学习的需要；

可选地，在上述将步骤S105输出的文本信息翻译为预设的目标语言之后，还包括下述步骤：

显示上述文本信息及翻译结果，即显示步骤S105输出的文本信息及将该文本信息翻译为预设的目标语言后得到的翻译结果。

其中，上述文本信息及翻译结果可以在触摸屏幕的指定区域锁定显示。该锁定显示将一直持续的显示上述文本信息及翻译结果，直到接收到用户的下一定位指令才解除锁定，以此来保证用户有充分的时间理解并消化所得到的文本信息及翻译结果。当然，在上述将步骤S105输出的文本信息翻译为预设的目标语言之后，也可以只显示上述翻译结果而不显示步骤S105输出的文本信息，此处不作限定。

可选地，在上述显示步骤S105输出的文本信息及将该文本信息翻译为预设的目标语言后得到的翻译结果之后，还包括下述步骤：

播放上述文本信息和/或翻译结果，即播放步骤S105输出的文本信息和/或该文本信息翻译为预设的目标语言后得到的翻译结果。

其中，在上述显示上述文本信息及翻译结果后，还可以进一步对上述文本信息及翻译结果做处理，包括：播放上述文本信息和/或翻译结果。例如，将步骤S105输出的文本信息和/或上述翻译结果转化为语音信息，之后自动播放该语音信息。具体地，可以是通过文本信息提取装置自带的扬声器播放该语音信息，也可以是将耳机***耳机插孔后，通过耳机播放该语音信息，还可以是无线发送至无线音箱或者其他无线音频播放设备播放，通过无线音频设备播放该语音信息，以此使用户能够清楚原始文本和/或翻译后文本的正确读音，有助于用户在日常生活中更好的进行语言的口语学习。

可选地，在步骤S104之前，还包括下述步骤：

检测步骤S103确定的目标区域是否能够进行文本识别；若步骤S103确定的目标区域无法进行文本识别，则重新接收在步骤S101中获取到的原始图像上触摸输入的定位指令，并根据上述重新接收到的定位指令对目标区域进行重定位

其中，当步骤S103确定的目标区域能够进行文本识别时，则进行下一步骤S104；当步骤S103确定的目标区域不能够进行文本识别时，则返回步骤S102，重新接收在步骤S101中获取到的原始图像上触摸输入的定位指令，并根据上述重新接收的定位指令确定新的目标区域。可选地，可以以在屏幕上显示错误信息的形式，提醒用户重新进行触摸输入定位指令操作，以此使得用户在不小心或者错误的将空白区域或者其他不包含文字的区域确定为目标区域时，可以及时的发现错误，避免文本信息提取装置在文本识别时浪费过多的资源，并提醒用户进行目标区域的重定位，节约了用户的时间，进一步提高用户的操作效率。

需要说明的是，本发明实施例中提及的文本信息提取装置具体可以以软件的方式(例如App的形式)和/或硬件的方式集成在移动终端(例如智能手机、平板电脑、学习机等终端)中。

由上可见，在本实施例中，可以根据触摸输入的定位指令操作，在目标文章的原始图像上进行快速定位，并进行文本信息的连续提取，可以很好地解决用户需要频繁地移动手机才能实现对文本信息的连续获取的问题，带给用户更为流畅的操作体验，节约了用户连续提取文本时的时间，提高了用户连续提取文本时的效率。进一步地，由于用户在获取目标文章的原始图像时有多种途径，使得用户不仅可以通过摄像头实现实时文本信息提取，同时可以在时间有限的情况下，先将目标文章进行拍照并保存，待日后用户有时间空闲时，再打开保存的目标文章的原始照片进行文本信息提取，还可以对从互联网上下载的图片进行文字提取，无需用户自己辨认文字再录入，方便了用户的操作，节省了用户的时间。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，相应的程序可以存储于一计算机可读取存储介质中，所述的存储介质，如ROM/RAM、磁盘或光盘等。

实施例二

图2示出了本发明实施例二提供的文本信息提取装置的具体结构框图，为了便于说明，仅示出了与本发明实施例相关的部分。该文本信息提取装置2包括：图像获取单元21，指令接收单元22，定位单元23，文本识别单元24，文本输出单元25。

其中，图像获取单元21，用于获取并显示目标文章的原始图像；

指令接收单元22，用于接收由上述图像获取单元21获取的原始图像上触摸输入的定位指令；

定位单元23，用于根据上述指令接收单元22接收到的定位指令确定目标区域；

文本识别单元24，用于对上述定位单元23确定的目标区域进行文本识别；

文本输出单元25，用于当上述文本识别单元24从上述目标区域中识别到文本信息时，输出识别到的文本信息。

可选地，上述文本信息提取装置2还包括：

翻译单元，用于将上述文本输出单元25输出的文本信息翻译为预设的目标语言。

可选地，上述文本信息提取装置2还包括：

文本显示单元，用于显示上述文本输出单元25输出的文本信息及上述翻译单元基于上述文本信息翻译得到的翻译结果。

可选地，上述文本信息提取装置2还包括：

文本播放单元，用于播放上述文本输出单元25输出的文本信息和/或上述翻译单元基于上述文本信息翻译得到翻译结果。

可选地，上述文本信息提取装置2还包括：

文本识别检测单元，用于检测上述定位单元23确定的目标区域是否能够进行文本识别；

文本识别控制单元，用于当上述文本识别检测单元检测出上述定位单元23所确定的目标区域无法进行文本识别时，通知上述指令接收单元22重新接收由上述图像获取单元21获取到的原始图像上重新触摸输入的定位指令，并通知上述定位单元23根据上述指令接收单元22重新接收到的定位指令对目标区域进行重定位。

具体地，上述定位单元23用于：当上述指令接收单元22接受到的定位指令为通过滑动触摸输入的指令时，将上述定位指令输入时所触摸的区域确定为目标区域。

具体地，上述定位单元23用于：当上述指令接收单元22接收到的定位指令为通过点击触摸输入的指令时，将预设大小的矩形区域确定为目标区域，其中，上述矩形区域的中心点位置为上述定位指令输入时所触摸的触控点所在的位置。

需要说明的是，本发明实施例中的文本信息提取装置具体可以以软件的方式(例如App的形式)和/或硬件的方式集成在移动终端(例如智能手机、平板电脑、学习机等终端)中。

应理解，本发明实施例中的文本信息提取装置可以用于实现上述方法实施例中的全部技术方案，其各个功能模块的功能可以根据上述方法实施例中的方法具体实现，其具体实现过程可参照上述实施例中的相关描述，此处不再赘述。

由上可见，在本实施例中的文本信息提取装置可以根据触摸输入的定位指令操作，在目标文章的原始图像上进行快速定位，并进行文本信息的连续提取，可以很好地解决用户需要频繁地移动手机才能实现对文本信息的连续获取的问题，带给用户更为流畅的操作体验，节约了用户连续提取文本时的时间，提高了用户连续提取文本时的效率。

需要说明的是，在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本发明所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。

以上为对本发明所提供的一种较佳实施例而已，对于本领域的一般技术人员，依据本发明实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种文本信息提取方法，其特征在于，所述文本信息提取方法包括：

获取并显示目标文章的原始图像；

接收在所述原始图像上触摸输入的定位指令；

根据所述定位指令确定目标区域；

对所述目标区域进行文本识别；

若从所述目标区域中识别到文本信息，则输出识别到的文本信息。

2.如权利要求1所述的文本信息提取方法，其特征在于，所述输出识别到的文本信息，之后还包括：

将所述文本信息翻译为预设的目标语言。

3.如权利要求2所述的文本信息提取方法，其特征在于，所述将所述文本信息翻译为预设的目标语言，之后还包括：

显示所述文本信息及翻译结果。

4.如权利要求1至3任一项所述的文本信息提取方法，其特征在于，所述定位指令具体为通过滑动触摸输入的指令；

所述根据所述定位指令确定目标区域，包括：

将所述定位指令输入时所触摸的区域确定为目标区域。

5.如权利要求1至3任一项所述的文本信息提取方法，其特征在于，所述定位指令具体为通过点击触摸输入的指令；

所述根据所述定位指令确定目标区域，包括：

将预设大小的矩形区域确定为所述目标区域，其中，所述矩形区域的中心点位置为所述定位指令输入时所触摸的触控点所在的位置。

6.一种文本信息提取装置，其特征在于，所述文本信息提取装置包括：

图像获取单元，用于获取并显示目标文章的原始图像；

指令接收单元，用于接收在所述图像获取单元获取的原始图像上触摸输入的定位指令；

定位单元，用于根据所述指令接收单元接收到的定位指令确定目标区域；

文本识别单元，用于对所述定位单元确定的目标区域进行文本识别；

文本输出单元，用于当所述文本识别单元从所述目标区域中识别到文本信息时，输出识别到的文本信息。

7.如权利要求6所述的一种文本信息提取装置，其特征在于，所述文本信息提取装置还包括：

翻译单元，用于将所述文本输出单元输出的文本信息翻译为预设的目标语言。

8.如权利要求7所述的一种文本信息提取装置，其特征在于，所述文本信息提取装置还包括：

文本显示单元，用于显示所述文本输出单元输出的文本信息及所述翻译单元基于所述文本信息翻译得到的翻译结果。

9.如权利要求6至8任一项所述的一种文本信息提取装置，其特征在于，所述定位单元具体用于：当所述指令接收单元接收到的定位指令为通过滑动触摸输入的指令时，将所述定位指令输入时所触摸的区域确定为目标区域。

10.如权利要求6至8任一项所述的一种文本信息提取装置，其特征在于，所述定位单元具体用于：当所述指令接收单元接收到的定位指令为通过点击触摸输入的指令时，将预设大小的矩形区域确定为所述目标区域，其中，所述矩形区域的中心点位置为所述定位指令输入时所触摸的触控点所在的位置。