[发明专利]样本数据的生成方法、装置及电子设备

说明书

本申请提供一种样本数据的生成方法及装置、电子设备，所述方法的一具体实施方式包括：获取预设的素材，所述素材包括由多个字符构成的字符集合及目标图像；获取预设的目标参数；基于所述素材及所述目标参数获取用于训练的样本数据。该实施方式能够快速自动地生成样本数据，无需人工手动生成样本数据，提高了样本数据的生成效率。

技术领域

本申请涉及图像识别技术领域，特别涉及一种样本数据的生成方法、装置及电子设备。

背景技术

目前来说，普遍采用深度学习的方案来实现OCR(Optical CharacterRecognition，光学字符识别)技术。深度学习是一种机器学习的方法，可以采用样本数据训练出用于识别图像中字符的目标模型。因此，样本数据越完善，训练出的目标模型识别的准确度就越高。其中，样本数据可以包括样本图像以及样本图像对应的样本标签。在相关技术中，一般通过人工手动采集带有字符的图像作为样本图像，并通过人工手动进行样本标签的标注。因此，难以获得内容丰富的样本图像，并且，样本标签标注的效率低。

发明内容

为了解决上述技术问题之一，本申请提供一种样本数据的生成方法、装置及电子设备。

根据本申请实施例的第一方面，提供一种样本数据的生成方法，包括：

获取预设的素材，所述素材包括由多个字符构成的字符集合及目标图像；

获取预设的目标参数；

基于所述素材及所述目标参数获取用于训练的样本数据。

可选的，所述目标参数基于采样数据中预设特征的特征分布而获取，所述采样数据包括采集到的包含字符的图像。

可选的，所述预设特征包括图像中字符的字体特征、图像中字符的形变特征以及图像的画质特征。

可选的，所述目标参数包括字符的字体选取参数、字符的形变处理参数以及图像处理参数。

可选的，所述基于所述素材及所述目标参数获取用于训练的样本数据，包括：

按照所述目标参数处理所述素材，生成样本图像；

根据所述目标参数及所述样本图像获取所述样本图像对应的样本标签；其中，所述样本图像和所述样本标签构成所述样本数据。

可选的，所述按照所述目标参数处理所述素材，包括：

按照所述字体选取参数选取目标字体；

将所述字符集合中的字符按照所述目标字体融合到所述目标图像中预设的位置；

按照所述形变处理参数对融合到所述目标图像中的字符进行形变处理；

按照所述图像处理参数对经过所述形变处理后的图像进行图像处理。

可选的，所述图像处理包括对图像的压缩处理。

可选的，所述样本图像对应的样本标签包括所述样本图像中字符的角点位置。

根据本申请实施例的第二方面，提供一种样本数据的生成装置，包括：

第一获取模块，用于获取预设的素材，所述素材包括由多个字符构成的字符集合及目标图像；

第二获取模块，用于获取预设的目标参数；

生成模块，用于基于所述素材及所述目标参数获取用于训练的样本数据。

根据本申请实施例的第三方面，提供一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面中任一项所述的样本数据的生成方法。