[发明专利]基于OCR的图像转档方法、装置、设备及可读存储介质

权利要求书

1.一种基于OCR的图像转档方法，其特征在于，所述方法包括：

获取待转档图像，所述待转档图像为图像内容待转换为目标文档的图像；

根据所述待转档图像的所述图像内容对所述待转档图像进行版面分割，得到n个图像版面，每个所述图像版面对应有内容类型，n为正整数；

针对所述图像版面对应的所述内容类型的不同，对所述图像版面中的图像内容进行不同的处理，得到所述图像版面对应的转档内容，其中处理过程包括对所述图像版面进行OCR识别；

将所述n个图像版面对应的所述转档内容添加至电子文档，得到所述目标文档，所述目标文档的排版方式与所述待转档图像的排版方式对应一致。

2.根据权利要求1所述的方法，其特征在于，所述根据所述待转档图像的所述图像内容对所述待转档图像进行版面分割，得到n个图像版面，包括：

通过编码器对所述待转档图像进行编码，得到编码数据；

通过解码器对所述编码数据进行解码，得到掩膜图像；

根据所述掩膜图像中的区域得到所述n个图像版面。

3.根据权利要求2所述的方法，其特征在于，所述根据所述掩膜图像中的区域得到所述n个图像版面，包括：

对所述掩膜图像中的区域进行校正处理，得到所述n个图像版面，所述校正处理包括从去噪处理、合并处理、相交位置切割处理组成的群组中选择的至少一种。

4.根据权利要求3所述的方法，其特征在于，所述掩膜图像中还包括单栏分隔条；

所述对所述掩膜图像中的区域进行校正处理，得到所述n个图像版面，包括：

根据所述单栏分隔条对校正后的所述掩膜图像进行分隔，得到至少两个掩膜分隔图像；

对所述至少两个掩膜分隔图像中每个掩膜分隔图像中的区域进行校正；

生成校正后的所述掩膜分隔图像中的区域对应的矩形框，作为所述n个图像版面。

5.根据权利要求1至4任一所述的方法，其特征在于，所述内容类型包括文字类型；

所述针对所述图像版面对应的所述内容类型的不同，对所述图像版面中的图像内容进行不同的处理，得到所述图像版面对应的转档内容，包括：

对所述图像版面中的所述图像内容进行文字识别，得到以文本行进行分段的文字识别结果；

根据所述文本行的行向特征确定所述文本行的组段结果，所述组段结果用于表示对所述文字识别结果的分段方式；

将所述文字识别结果根据所述组段结果进行重新分段，得到所述图像版面对应的文字转档结果。

6.根据权利要求5所述的方法，其特征在于，所述根据所述文本行的行向特征确定所述文本行的组段结果，包括：

根据所述文本行的所述行向特征生成直方图，所述行向特征包括行高和行间距中的至少一种；

根据所述直方图中所述行向特征的分布情况设置所述行向特征对应的阈值；

当所述文本行的所述行向特征达到所述阈值时，确定所述文本行为组段行，所述组段行用于表示所述文本行为段首或段尾。

7.根据权利要求1至4任一所述的方法，其特征在于，所述内容类型包括表格类型；

所述针对所述图像版面对应的所述内容类型的不同，对所述图像版面中的图像内容进行不同的处理，得到所述图像版面对应的转档内容，包括：

根据所述图像版面中的框线确定水平框线和垂直框线，并确定所述水平框线和所述垂直框线之间的交点，得到目标表格的单元格；

对所述图像版面中的图像内容进行字符计算，得到字符坐标；

根据所述字符坐标和所述单元格得到所述目标表格作为所述图像版面对应的表格转档结果。

8.根据权利要求7所述的方法，其特征在于，所述根据所述图像版面中的框线确定水平框线和垂直框线，包括：

通过将所述图像版面中的框线校正至水平方向或垂直方向得到所述水平框线和所述垂直框线。