CN114926831A - 基于文本识别方法、装置、电子设备及可读存储介质 - Google Patents
基于文本识别方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN114926831A CN114926831A CN202210609347.0A CN202210609347A CN114926831A CN 114926831 A CN114926831 A CN 114926831A CN 202210609347 A CN202210609347 A CN 202210609347A CN 114926831 A CN114926831 A CN 114926831A
- Authority
- CN
- China
- Prior art keywords
- character
- text
- recognition
- image
- recognition result
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000004931 aggregating effect Effects 0.000 claims abstract description 5
- 238000013507 mapping Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000013473 artificial intelligence Methods 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 238000007726 management method Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000009193 crawling Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/1444—Selective acquisition, locating or processing of specific regions, e.g. highlighted text, fiducial marks or predetermined fields
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/16—Image preprocessing
- G06V30/162—Quantising the image signal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/16—Image preprocessing
- G06V30/164—Noise filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/19007—Matching; Proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/42—Document-oriented image-based pattern recognition based on the type of document
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Character Discrimination (AREA)
Abstract
本发明涉及人工智能技术,揭露了一种基于文本识别方法,包括:根据对用户基础信息图像中每个字符进行识别,或根据字符识别规则对每个字符进行识别,得到识别结果以及每个所述识别结果的置信度,选取所述置信度小于阈值的字符为字符集;获取所述用户信息对应的业务语义,识别所述业务语义对应的实际业务场景;根据所述置信度获取所述字符集中每个字符对应的相关字符,并根据业务员反馈地相关字符得到字符识别结果;将所述置信度和结果汇集为所述基础信息图像的识别文本。此外,本发明还涉及区块链技术,基础信息图像可存储于区块链的节点。本发明还提出一种基于文本识别装置、电子设备以及存储介质。本发明可以提高文本识别精确度。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及一种基于文本识别方法、装置、电子设备及计算机可读存储介质。
背景技术
在日常生活中,人们在办理各类银行、保险、政府机构的业务时,往往需要提交材料、输入个人信息等,通常情况下材料通过扫描文件、复印件等方式进行提交,业务承接方会对提交的材料进行图像识别,以实现对材料内容的快速提取。
现有文本识别技术通常是用电子设备检查字符,通过检测暗、亮的模式确定字符形状,用字符识别方法将字符形状翻译成计算机文字的过程。但实际识别过程中,在一些实际的业务场景中,可能会出现一些当前较为少见的生僻字、形近字,现有文本识别技术就很难识别出准确结果,从而对文本识别的准确性会较低。
发明内容
本发明提供一种基于文本识别方法、装置、电子设备及计算机可读存储介质,其主要目的在于解决进行文本识别时的精确度较低的问题。
为实现上述目的,本发明提供的一种基于文本识别方法,包括:
获取用户的基础信息图像,对所述基础信息图像中每个字符进行识别,得到第一识别结果以及每个所述第一识别结果的第一置信度;
选取所述第一置信度小于第一阈值的字符为第一字符集;
获取所述用户信息对应的业务语义,识别所述业务语义对应的实际业务场景;
获取所述实际业务场景的字符识别规则,根据所述字符识别规则对所述第一字符集中每个字符进行识别,得到第二识别结果以及每个第二识别结果的第二置信度,并选取所述第二置信度小于第二阈值的字符为第二字符集;
根据所述第二置信度获取所述第二字符集中每个字符对应的相关字符,将所述相关字符推送至预设业务员,并获取所述预设业务员返回的反馈文本,根据所述反馈文本确定所述第二字符集中每个字符的第三识别结果;
将所述第一置信度大于或等于所述第一阈值的第一识别结果、所述第二置信度大于或等于所述第二阈值的第二识别结果、所述第三识别结果汇集为所述基础信息图像的识别文本。
可选地,所述对所述基础信息图像中每个字符进行识别,得到第一识别结果以及每个所述第一识别结果的第一置信度,包括:
对所述基础信息图像进行图像增强,得到增强图像;
检测所述增强图像中的文本区域;
识别所述文本区域中的文本内容;
逐个从所述文本内容中选取其中一个字符为待识别信息;
将所述待识别信息与预设字符库进行匹配,得到所述待识别信息的第一识别结果以及第一置信度。
可选地,所述对所述基础信息图像进行图像增强,得到增强图像,包括:
对所述基础信息图像进行灰度化处理,得到灰度图像;
对所述灰度图像进行二值化处理,得到二值化图像;
对所述二值化图像进行图像降噪,得到降噪图像;
对所述降噪图像进行倾斜校正处理,得到增强图像。
可选地,所述对将所述待识别信息与预设字符库进行匹配,得到所述待识别信息的第一识别结果以及第一置信度,包括:
计算所述待识别信息与预设字符库中每个字符之间的匹配值;
选取所述匹配值最大的字符为所述待识别信息的第一识别结果,并确定所述待识别信息与所述第一识别结果之间的匹配值为所述第一置信度。
可选地,所述对计算所述待识别信息与预设字符库中每个字符之间的匹配值,包括:
利用如下匹配值算法计算所述待识别信息与预设字符库中每个字符之间的匹配值:
其中,P为所述匹配值,W1K为所述待识别信息的第K个特征项的权值,W2K为预设字符库中每个字符的第K个特征项的权值。
可选地,所述识别所述业务语义对应的实际业务场景,包括:
获取不同实际业务场景对应的场景标签,以及获取所述用户信息的匹配特征;
计算所述匹配特征和每一个不同场景对应的场景标签之间的映射值;
确定所述映射值最大的场景标签对应的实际业务场景为所述用户信息的实际业务场景。
可选地,所述对计算所述匹配特征和每一个不同场景对应的场景标签之间的映射值,包括:
利用如下算法计算所述匹配特征和每一个不同场景对应的场景标签之间的映射值:
其中,S为所述映射值,Xi为所述用户信息对应的第i个特征量,n为所述特征量的个数。
为了解决上述问题,本发明还提供一种基于文本识别装置,所述装置包括:
第一字符识别模块,用于获取用户的基础信息图像,对所述基础信息图像中每个字符进行识别,得到第一识别结果以及每个所述第一识别结果的第一置信度,选取所述第一置信度小于第一阈值的字符为第一字符集;
场景识别模块,用于获取所述用户信息对应的业务语义,识别所述业务语义对应的实际业务场景;
第二字符识别模块,用于获取所述实际业务场景的字符识别规则,根据所述字符识别规则对所述第一字符集中每个字符进行识别,得到第二识别结果以及每个第二识别结果的第二置信度,并选取所述第二置信度小于第二阈值的字符为第二字符集;
相关字符筛选模块,用于根据所述第二置信度获取所述第二字符集中每个字符对应的相关字符,将所述相关字符推送至预设业务员,并获取所述预设业务员返回的反馈文本,根据所述反馈文本确定所述第二字符集中每个字符的第三识别结果;
字符结果汇集模块,用于将所述第一置信度大于或等于所述第一阈值的第一识别结果、所述第二置信度大于或等于所述第二阈值的第二识别结果、所述第三识别结果汇集为所述基础信息图像的识别文本。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述所述的文本识别方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个计算机程序,所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的文本识别方法。
本发明实施例能够在不同的业务场景中,根据置信度数值大小进行多重筛选,选择出对文本进行正确识别的方法,保证在文件识别错误的情况下能够进行纠错且不影响业务进行,大大减少了出错概率,即使在出现较为少见的生僻字、形近字时,也能根据一些辅助功能进行正确识别,从而提高文本识别的准确率。因此本发明提出的文本识别方法,可以解决对用户文本进行识别的精确度较低的问题。
附图说明
图1为本发明一实施例提供的文本识别方法的流程示意图;
图2为本发明一实施例提供的字符识别得到置信度的流程示意图;
图3为本发明一实施例提供的识别业务语义对应的实际业务场景的流程示意图;
图4为本发明一实施例提供的文本识别装置的功能模块图;
图5为本发明一实施例提供的实现所述文本识别方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种基于文本识别方法。所述文本识别方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述文本识别方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示,为本发明一实施例提供的基于文本识别方法的流程示意图。在本实施例中,所述基于文本识别方法包括:
S1、获取用户的基础信息图像,对所述基础信息图像中每个字符进行识别,得到第一识别结果以及每个所述第一识别结果的第一置信度;
本发明实施例中,所述用户的基础信息图像包括证件信息、材料信息,比如身份证、驾驶证、营业执照、房产证、银行流水、征信报告等所述用户相关的照片、复印件、扫描件等图像。
详细地,可利用具有数据抓取功能的计算机语句(如java语句、python语句等)从预先确定的存储区域抓取存储的基础信息图像,所述存储区域包括但不限于数据库、区块链节点、网络缓存。
本发明其中一个实际应用场景中,由于相关工作人员在上传、输入客户信息时,有时会遇到生僻字信息、特殊符号等情况,因此,可对所述基础信息图像中每个字符进行识别,以提高文本识别的准确性。
本发明实施例中,参图2所示,所述对所述基础信息图像中每个字符进行识别,得到第一识别结果以及每个所述第一识别结果的第一置信度,包括:
S21、对所述基础信息图像进行图像增强,得到增强图像;
S22、检测所述增强图像中的文本区域;
S23、识别所述文本区域中的文本内容;
S24、逐个从所述文本内容中选取其中一个字符为待识别信息;
S25、将所述待识别信息与预设字符库进行匹配,得到所述待识别信息的第一识别结果以及第一置信度。
可选地,所述对所述基础信息图像进行图像增强,得到增强图像,包括:
对所述基础信息图像进行灰度化处理,得到灰度图像;
对所述灰度图像进行二值化处理,得到二值化图像;
对所述二值化图像进行图像降噪,得到降噪图像;
对所述降噪图像进行倾斜校正处理,得到增强图像。
详细地,所述二值化包括但不限于局部阈值二值化和整体阈值二值化;所述文本图像的倾斜检测方法包括但不限于投影图方法,Houhg方法。
进一步地,所述对检测所述增强图像中的文本区域,包括:
利用基于图像分割地文本分割方法对所述图像识别结果进行文字检测,将文本从像素层面做分类,判别每一个像素点是否属于文本目标,得到文本区域的概率图,通过后处理方式选取所述概率图中大于预设概率阈值的部分为所述增强图像中的文本区域。
详细地,所述后处理方式包括但不限于opencvhe算法、polygon算法。
进一步地,所述对识别所述文本区域中的文本内容,包括:
对所述文本区域进行字符特征提取,得到字符特征;
将每个所述字符特征汇集为所述文本内容。
详细地,可以利用Attention模型对所述文本区域进行字符特征提取,得到字符特征。
本发明实施例中,所述第一识别结果的第一置信度是指与所述基础信息图像中每个字符识别得到第一识别结果的匹配度。
可选地,所述将所述待识别信息与预设字符库进行匹配,得到所述待识别信息的第一识别结果以及第一置信度,包括:
计算所述待识别信息与预设字符库中每个字符之间的匹配值;
选取所述匹配值最大的字符为所述待识别信息的第一识别结果,并确定所述待识别信息与所述第一识别结果之间的匹配值为所述第一置信度。
本发明实施例中,所述对计算所述待识别信息与预设字符库中每个字符之间的匹配值,包括:
利用如下匹配值算法计算所述待识别信息与预设字符库中每个字符之间的匹配值:
其中,P为所述匹配值,W1K为所述待识别信息的第K个特征项的权值,W2K为预设字符库中每个字符的第K个特征项的权值。
例如,如果能正确识别汉字并和汉字字库中存在的汉字进行匹配,则置信度为100%;如果识别结果并不完全匹配,可能是因为形近字的偏旁、部首等有出入,则置信度可能为98%;如果出现生僻字,只有70%的字形是匹配的,那么字符的识别结果的置信度可能为70%。
S2、选取所述第一置信度小于第一阈值的字符为第一字符集;
本发明实施例中,可选取所述第一置信度小于第一阈值的字符为第一字符集包括字符识别结果与汉字字库中存在的汉字并不完全匹配的结果。
S3、获取所述用户信息对应的业务语义,识别所述业务语义对应的实际业务场景;
本发明实施例中,所述用户信息对应的业务语义包括业务层次的元数据描述(包括对象层次和各种不同业务场景下的校验逻辑、显示逻辑、可编辑性逻辑、触发器)。
详细地,所述获取所述用户信息对应的业务语义步骤,与S1中获取用户的基础信息图像的步骤一致,再此不做赘述。
本发明其中一个实际应用场景中,由于人们日常在办理各类银行、保险、政府机构等各类业务时,有时在输入个人信息时会出现文本识别错误,因此,为了减轻银行、保险等诸多业务场景下业务人员的工作负担,会根据实际业务场景进行分析,以保证数据的正确性。
本发明实施例中,参图3所示,所述识别所述业务语义对应的实际业务场景,包括:
S31、获取不同实际业务场景对应的场景标签,以及获取所述用户信息的匹配特征;
S32、计算所述匹配特征和每一个不同场景对应的场景标签之间的映射值;
S33、确定所述映射值最大的场景标签对应的实际业务场景为所述用户信息的实际业务场景。
详细地,所述获取不同场景对应的用户信息和待匹配用户信息的匹配特征步骤,与S1中获取用户的基础信息图像的步骤一致,再此不做赘述。
本发明实施例中,所述对计算所述匹配特征和每一个不同场景对应的场景标签之间的映射值,包括:
利用如下算法计算所述匹配特征和每一个不同场景对应的场景标签之间的映射值:
其中,S为所述映射值,Xi为所述用户信息对应的第i个特征量,n为所述特征量的个数。
例如,待匹配用户信息具有匹配特征{X1,X2,X3},可以将用户信息中对应X1,X2,X3的特征量化后叠加后求平均,作为该场景的用户信息映射值。
S4、获取所述实际业务场景的字符识别规则,根据所述字符识别规则对所述第一字符集中每个字符进行识别,得到第二识别结果以及每个第二识别结果的第二置信度,并选取所述第二置信度小于第二阈值的字符为第二字符集;
本发明实施例中,所述实际业务场景的字符识别规则是根据不同的业务线对实际业务场景进行不同的处理,例如当前是对身份证进行识别,那么会针对身份证的业务场景语义进行处理:比如当前识别的字段为民族,那么***可以内部嵌入相关的民族设计,***知道当前国内56个民族有哪些,当识别的民族结果正确,那么***不做干涉,而当识别结果误把“回族”为“口族”,那么***判定当前没有“口族”,根据汉字特征,会自动纠错为“回族”。
详细地,获取所述实际业务场景的字符识别规则与S1中获取用户的基础信息图像的步骤一致,再此不做赘述。
本发明实施例中,所述第二置信度是指在实际的业务场景下,对所述第一字符集中每个字符进行识别,得到的第二识别结果的置信度不为100%的字符。
进一步地,所述根据所述字符识别规则对所述第一字符集中每个字符进行识别,得到第二识别结果以及每个第二识别结果的第二置信度与所述基础信息图像中每个字符进行识别,得到第一识别结果以及每个所述第一识别结果的第一置信度步骤一致,再此不再赘述。
S5、根据所述第二置信度获取所述第二字符集中每个字符对应的相关字符,将所述相关字符推送至预设业务员,并获取所述预设业务员返回的反馈文本,根据所述反馈文本确定所述第二字符集中每个字符的第三识别结果;
本发明实施例中,所述第二字符集中每个字符对应的相关字符包括当前较为少见的生僻字、形近字,比如“湉”、“恬”等字,或者当前汉语字库中已经不存在的汉字,比如“亻革”等字。
本发明实例中,所述将所述相关字符推送至预设业务员,并获取所述预设业务员返回的反馈文本包括对当前字库中已经不存在的字,可以进行拆解输入,或者对以前的老字,繁体字也可以附上拼音、注释等等。
进一步地,所述根据所述第二置信度获取所述第二字符集中每个字符对应的相关字符,将所述相关字符推送至预设业务员,并获取所述预设业务员返回的反馈文本,根据所述反馈文本确定所述第二字符集中每个字符的第三识别结果;与所述基础信息图像中每个字符进行识别,得到第一识别结果以及每个所述第一识别结果的第一置信度步骤一致,再此不再赘述。
S6、将所述第一置信度大于或等于所述第一阈值的第一识别结果、所述第二置信度大于或等于所述第二阈值的第二识别结果、所述第三识别结果汇集为所述基础信息图像的识别文本。
本发明实施例中,所述第一置信度大于或等于所述第一阈值的第一识别结果是所述基础信息图像内能够被正确识别并和汉字字库中存在的汉字进行完全匹配,即置信度为100%的字符。
本发明实施例中,所述第二置信度大于或等于所述第二阈值的第二识别结果是在实际业务场景下能正确识别汉字特征的结果。
本发明实施例中,所述第三识别结果是在有少见的生僻字、形近字的场景下根据预设业务员返回的反馈文本得到的结果。
本发明实施例能够在不同的业务场景中,根据置信度数值大小进行多重筛选,选择出对文本进行正确识别的方法,保证在文件识别错误的情况下能够进行纠错且不影响业务进行,大大减少了出错概率,即使在出现较为少见的生僻字、形近字时,也能根据一些辅助功能进行正确识别,从而提高文本识别的准确率。因此本发明提出的文本识别方法,可以解决对用户文本进行识别的精确度较低的问题。
如图4所示,是本发明一实施例提供的文本识别装置的功能模块图。
本发明所述文本识别装置100可以安装于电子设备中。根据实现的功能,所述基于文本识别装置100可以包括第一字符识别模块101、场景识别模块102、第二字符识别模块103、相关字符筛选模块104及字符结果汇集模块105。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述第一字符识别模块101,用于获取用户的基础信息图像,对所述基础信息图像中每个字符进行识别,得到第一识别结果以及每个所述第一识别结果的第一置信度,选取所述第一置信度小于第一阈值的字符为第一字符集;
所述场景识别模块102,用于获取所述用户信息对应的业务语义,识别所述业务语义对应的实际业务场景;
所述第二字符识别模块103,用于获取所述实际业务场景的字符识别规则,根据所述字符识别规则对所述第一字符集中每个字符进行识别,得到第二识别结果以及每个第二识别结果的第二置信度,并选取所述第二置信度小于第二阈值的字符为第二字符集;
所述相关字符筛选模块104,用于根据所述第二置信度获取所述第二字符集中每个字符对应的相关字符,将所述相关字符推送至预设业务员,并获取所述预设业务员返回的反馈文本,根据所述反馈文本确定所述第二字符集中每个字符的第三识别结果;
所述字符结果汇集模块105,用于将所述第一置信度大于或等于所述第一阈值的第一识别结果、所述第二置信度大于或等于所述第二阈值的第二识别结果、所述第三识别结果汇集为所述基础信息图像的识别文本。
详细地,本发明实施例中所述文本识别装置100中所述的各模块在使用时采用与上述图1至图3中所述的文本识别方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
如图5所示,是本发明一实施例提供的实现文本识别方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如文本识别程序。
其中,所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(ControlUnit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如执行文本识别程序等),以及调用存储在所述存储器11内的数据,以执行电子设备的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元,例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据,例如文本识别程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述电子设备与其他设备之间的通信,包括网络接口和用户接口。可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图中仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图中示出的结构并不构成对所述电子设备的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的文本识别程序是多个指令的组合,在所述处理器10中运行时,可以实现:
获取用户的基础信息图像,对所述基础信息图像中每个字符进行识别,得到第一识别结果以及每个所述第一识别结果的第一置信度;
选取所述第一置信度小于第一阈值的字符为第一字符集;
获取所述用户信息对应的业务语义,识别所述业务语义对应的实际业务场景;
获取所述实际业务场景的字符识别规则,根据所述字符识别规则对所述第一字符集中每个字符进行识别,得到第二识别结果以及每个第二识别结果的第二置信度,并选取所述第二置信度小于第二阈值的字符为第二字符集;
根据所述第二置信度获取所述第二字符集中每个字符对应的相关字符,将所述相关字符推送至预设业务员,并获取所述预设业务员返回的反馈文本,根据所述反馈文本确定所述第二字符集中每个字符的第三识别结果;
将所述第一置信度大于或等于所述第一阈值的第一识别结果、所述第二置信度大于或等于所述第二阈值的第二识别结果、所述第三识别结果汇集为所述基础信息图像的识别文本。
具体地,所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
获取用户的基础信息图像,对所述基础信息图像中每个字符进行识别,得到第一识别结果以及每个所述第一识别结果的第一置信度;
选取所述第一置信度小于第一阈值的字符为第一字符集;
获取所述用户信息对应的业务语义,识别所述业务语义对应的实际业务场景;
获取所述实际业务场景的字符识别规则,根据所述字符识别规则对所述第一字符集中每个字符进行识别,得到第二识别结果以及每个第二识别结果的第二置信度,并选取所述第二置信度小于第二阈值的字符为第二字符集;
根据所述第二置信度获取所述第二字符集中每个字符对应的相关字符,将所述相关字符推送至预设业务员,并获取所述预设业务员返回的反馈文本,根据所述反馈文本确定所述第二字符集中每个字符的第三识别结果;
将所述第一置信度大于或等于所述第一阈值的第一识别结果、所述第二置信度大于或等于所述第二阈值的第二识别结果、所述第三识别结果汇集为所述基础信息图像的识别文本。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,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,所述模块的划分,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。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用***。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。***权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种基于文本识别方法,其特征在于,所述方法包括:
获取用户的基础信息图像,对所述基础信息图像中每个字符进行识别,得到第一识别结果以及每个所述第一识别结果的第一置信度;
选取所述第一置信度小于第一阈值的字符为第一字符集;
获取所述用户信息对应的业务语义,识别所述业务语义对应的实际业务场景;
获取所述实际业务场景的字符识别规则,根据所述字符识别规则对所述第一字符集中每个字符进行识别,得到第二识别结果以及每个第二识别结果的第二置信度,并选取所述第二置信度小于第二阈值的字符为第二字符集;
根据所述第二置信度获取所述第二字符集中每个字符对应的相关字符,将所述相关字符推送至预设业务员,并获取所述预设业务员返回的反馈文本,根据所述反馈文本确定所述第二字符集中每个字符的第三识别结果;
将所述第一置信度大于或等于所述第一阈值的第一识别结果、所述第二置信度大于或等于所述第二阈值的第二识别结果、所述第三识别结果汇集为所述基础信息图像的识别文本。
2.如权利要求1所述的基于文本识别方法,其特征在于,所述对所述基础信息图像中每个字符进行识别,得到第一识别结果以及每个所述第一识别结果的第一置信度,包括:
对所述基础信息图像进行图像增强,得到增强图像;
检测所述增强图像中的文本区域;
识别所述文本区域中的文本内容;
逐个从所述文本内容中选取其中一个字符为待识别信息;
将所述待识别信息与预设字符库进行匹配,得到所述待识别信息的第一识别结果以及第一置信度。
3.如权利要求2所述的基于文本识别方法,其特征在于,所述对所述基础信息图像进行图像增强,得到增强图像,包括:
对所述基础信息图像进行灰度化处理,得到灰度图像;
对所述灰度图像进行二值化处理,得到二值化图像;
对所述二值化图像进行图像降噪,得到降噪图像;
对所述降噪图像进行倾斜校正处理,得到增强图像。
4.如权利要求2所述的基于文本识别方法,其特征在于,所述对将所述待识别信息与预设字符库进行匹配,得到所述待识别信息的第一识别结果以及第一置信度,包括:
计算所述待识别信息与预设字符库中每个字符之间的匹配值;
选取所述匹配值最大的字符为所述待识别信息的第一识别结果,并确定所述待识别信息与所述第一识别结果之间的匹配值为所述第一置信度。
6.如权利要求1所述的基于文本识别方法,其特征在于,所述识别所述业务语义对应的实际业务场景,包括:
获取不同实际业务场景对应的场景标签,以及获取所述用户信息的匹配特征;
计算所述匹配特征和每一个不同场景对应的场景标签之间的映射值;
确定所述映射值最大的场景标签对应的实际业务场景为所述用户信息的实际业务场景。
8.一种基于文本识别装置,其特征在于,所述装置包括:
第一字符识别模块,用于获取用户的基础信息图像,对所述基础信息图像中每个字符进行识别,得到第一识别结果以及每个所述第一识别结果的第一置信度,选取所述第一置信度小于第一阈值的字符为第一字符集;
场景识别模块,用于获取所述用户信息对应的业务语义,识别所述业务语义对应的实际业务场景;
第二字符识别模块,用于获取所述实际业务场景的字符识别规则,根据所述字符识别规则对所述第一字符集中每个字符进行识别,得到第二识别结果以及每个第二识别结果的第二置信度,并选取所述第二置信度小于第二阈值的字符为第二字符集;
相关字符筛选模块,用于根据所述第二置信度获取所述第二字符集中每个字符对应的相关字符,将所述相关字符推送至预设业务员,并获取所述预设业务员返回的反馈文本,根据所述反馈文本确定所述第二字符集中每个字符的第三识别结果;
字符结果汇集模块,用于将所述第一置信度大于或等于所述第一阈值的第一识别结果、所述第二置信度大于或等于所述第二阈值的第二识别结果、所述第三识别结果汇集为所述基础信息图像的识别文本。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的文本识别方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的文本识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210609347.0A CN114926831A (zh) | 2022-05-31 | 2022-05-31 | 基于文本识别方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210609347.0A CN114926831A (zh) | 2022-05-31 | 2022-05-31 | 基于文本识别方法、装置、电子设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114926831A true CN114926831A (zh) | 2022-08-19 |
Family
ID=82812193
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210609347.0A Pending CN114926831A (zh) | 2022-05-31 | 2022-05-31 | 基于文本识别方法、装置、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114926831A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108446621A (zh) * | 2018-03-14 | 2018-08-24 | 平安科技(深圳)有限公司 | 票据识别方法、服务器及计算机可读存储介质 |
CN109543516A (zh) * | 2018-10-16 | 2019-03-29 | 深圳壹账通智能科技有限公司 | 签约意向判断方法、装置、计算机设备和存储介质 |
CN110472234A (zh) * | 2019-07-19 | 2019-11-19 | 平安科技(深圳)有限公司 | 敏感文本识别方法、装置、介质和计算机设备 |
CN111079410A (zh) * | 2019-12-23 | 2020-04-28 | 五八有限公司 | 文本识别方法、装置、电子设备及存储介质 |
CN111861731A (zh) * | 2020-07-31 | 2020-10-30 | 重庆富民银行股份有限公司 | 基于ocr的贷后检查***及方法 |
WO2021072885A1 (zh) * | 2019-10-18 | 2021-04-22 | 平安科技(深圳)有限公司 | 识别文本的方法、装置、设备及存储介质 |
CN112861844A (zh) * | 2021-03-30 | 2021-05-28 | 中国工商银行股份有限公司 | 业务数据的处理方法、装置和服务器 |
-
2022
- 2022-05-31 CN CN202210609347.0A patent/CN114926831A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108446621A (zh) * | 2018-03-14 | 2018-08-24 | 平安科技(深圳)有限公司 | 票据识别方法、服务器及计算机可读存储介质 |
CN109543516A (zh) * | 2018-10-16 | 2019-03-29 | 深圳壹账通智能科技有限公司 | 签约意向判断方法、装置、计算机设备和存储介质 |
CN110472234A (zh) * | 2019-07-19 | 2019-11-19 | 平安科技(深圳)有限公司 | 敏感文本识别方法、装置、介质和计算机设备 |
WO2021072885A1 (zh) * | 2019-10-18 | 2021-04-22 | 平安科技(深圳)有限公司 | 识别文本的方法、装置、设备及存储介质 |
CN111079410A (zh) * | 2019-12-23 | 2020-04-28 | 五八有限公司 | 文本识别方法、装置、电子设备及存储介质 |
CN111861731A (zh) * | 2020-07-31 | 2020-10-30 | 重庆富民银行股份有限公司 | 基于ocr的贷后检查***及方法 |
CN112861844A (zh) * | 2021-03-30 | 2021-05-28 | 中国工商银行股份有限公司 | 业务数据的处理方法、装置和服务器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10943105B2 (en) | Document field detection and parsing | |
CN112861648B (zh) | 文字识别方法、装置、电子设备及存储介质 | |
CN112507936B (zh) | 图像信息审核方法、装置、电子设备及可读存储介质 | |
CN112699775A (zh) | 基于深度学习的证件识别方法、装置、设备及存储介质 | |
CN112508145B (zh) | 电子***生成及验证方法、装置、电子设备及存储介质 | |
CN113157927A (zh) | 文本分类方法、装置、电子设备及可读存储介质 | |
CN114881698A (zh) | 广告合规审核方法、装置、电子设备及存储介质 | |
CN114898373A (zh) | 文件脱敏方法、装置、电子设备及存储介质 | |
CN112560855B (zh) | 图像信息提取方法、装置、电子设备及存储介质 | |
CN113704474A (zh) | 银行网点设备操作指引生成方法、装置、设备及存储介质 | |
CN113221888B (zh) | 车牌号管理***测试方法、装置、电子设备及存储介质 | |
CN114120347A (zh) | 表单校验方法、装置、电子设备及存储介质 | |
CN113536782B (zh) | 敏感词识别方法、装置、电子设备及存储介质 | |
CN115294593A (zh) | 一种图像信息抽取方法、装置、计算机设备及存储介质 | |
CN114385815A (zh) | 基于业务需求的新闻筛选方法、装置、设备及存储介质 | |
CN114926831A (zh) | 基于文本识别方法、装置、电子设备及可读存储介质 | |
CN114943306A (zh) | 意图分类方法、装置、设备及存储介质 | |
CN113434660A (zh) | 基于多领域分类的产品推荐方法、装置、设备及存储介质 | |
CN112347739A (zh) | 适用规则分析方法、装置、电子设备及存储介质 | |
CN113486266B (zh) | 页面标签添加方法、装置、设备及存储介质 | |
CN113793121A (zh) | 诉讼案件的自动立案方法、装置、电子设备及存储介质 | |
CN115546814A (zh) | 关键合同字段抽取方法、装置、电子设备及存储介质 | |
CN114153972A (zh) | 基于光学字符识别的附件分类方法、装置、设备及介质 | |
CN116542221A (zh) | Pdf文件解析预览方法、装置、设备及存储介质 | |
CN116225416A (zh) | 网页代码创建方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |