[发明专利]文本提取方法、装置及存储介质

说明书

本发明实施例公开了一种文本提取方法、装置及存储介质；本发明实施例在确定需要进行文本提取的视频之后，解析视频，以获得视频所包含的视频帧，然后对视频帧进行文本提取，生成视频的初始文本集，之后根据文本相似度，对初始文本集中的文本进行优化处理生成有效文本集，最后对有效文本集中的有效文本进行合并生成视频的视频文本；在该过程中，以视频帧为文本识别对象，不需要用户进行手动截图并进行人工识别等操作，与现有技术相比，操作简单，识别效率高，实现难度小，解决了现有视频文本提取技术存在的文本识别效率低的技术问题。

技术领域

本发明涉及文本识别领域，具体涉及一种文本提取方法、装置及存储介质。

背景技术

随着视频技术发展，用户越来越多的通过视频获取外界信息，例如通过视频进行远程学习、观看电子书等；在日常使用中，用户往往会希望能够获取视频内的文本进行保存或者记录等。

为了获取视频内的文本，用户往往需要对视频进行手动截图，然后人工识别截图内的文本之后进行组合，这种方式操作复杂，识别效率低，不便于推广。

即现有视频文本提取技术需要用户手动操作多次截屏并人工识别文本，操作复杂，识别效率低，实现难度大。

发明内容

本发明实施例提供一种文本提取方法、装置及存储介质，以解决现有视频文本提取技术存在的文本识别效率低的技术问题。

为解决上述技术问题，本发明实施例提供以下技术方案：

本发明实施例提供了一种文本提取方法，其包括：

对视频进行解析，得到所述视频所包含的视频帧；

对所述视频帧进行文本提取处理，得到所述视频的初始文本集；所述初始文本集包括至少一个视频帧对应的初始文本；

获取所述初始文本集中初始文本之间的文本相似度；

根据所述文本相似度，对所述初始文本集中的初始文本进行优化处理，得到有效文本集；所述有效文本集包括至少一个有效文本；

对所述有效文本集中的有效文本进行合并，生成所述视频的视频文本。

本发明实施例提供了一种文本提取装置，其包括：

解析模块，用于对视频进行解析，得到所述视频所包含的视频帧；

提取模块，用于对所述视频帧进行文本提取处理，得到所述视频的初始文本集；所述初始文本集包括至少一个视频帧对应的初始文本；

获取模块，用于获取所述初始文本集中初始文本之间的文本相似度；

优化模块，用于根据所述文本相似度，对所述初始文本集中的初始文本进行优化处理，得到有效文本集；所述有效文本集包括至少一个有效文本；

合并模块，用于对所述有效文本集中的有效文本进行合并，生成所述视频的视频文本。

本发明实施例提供了一种存储介质，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行上述文本提取方法中的步骤。

本发明实施例在确定需要进行文本提取的视频之后，解析视频，以获得视频所包含的视频帧，然后对视频帧进行文本提取，生成视频的初始文本集，之后根据文本相似度，对初始文本集中的文本进行优化处理，生成有效文本集，最后对有效文本集中的有效文本进行合并，生成视频的视频文本；在该过程中，以视频帧为文本识别对象，不需要用户进行手动截图并进行人工识别等操作，与现有技术相比，操作简单，识别效率高，实现难度小，解决了现有视频文本提取技术存在的文本识别效率低的技术问题，增强了用户的使用体验。

附图说明