[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

说明书

本申请公开了一种基于OCR的图像转档方法、装置、设备及可读存储介质，涉及人工智能领域。该方法包括：获取待转档图像；根据待转档图像的图像内容对待转档图像进行版面分割，得到n个图像版面，每个图像版面对应有内容类型，n为正整数；根据图像版面对应的内容类型，对图像版面中的图像内容进行对应的处理，得到图像版面对应的转档内容；将n个图像版面对应的转档内容添加至电子文档，得到目标文档。通过图像内容对待转档图像进行版面分割，得到对应有内容类型的n个图像版面，并针对图像版面的类型对图像版面中的图像内容进行处理，实现了对待转档图像中不同类型的内容进行不同方式的识别处理，提高了图像转换为文档的转换准确率。

技术领域

本申请实施例涉及人工智能领域，特别涉及一种基于OCR的图像转档方法、装置、设备及可读存储介质。

背景技术

光学字符识别(Optical Character Recognition，OCR)是一种对图像中的字符进行识别的功能。通常，用户将带有字符的图像输入到光学字符识别模块，并得到输出结果。该输出结果中包括识别得到的图像中的字符。OCR技术可以应用于多个领域中，如：车牌识别、文档转换等，其中，文档转换是指将包括字符的图像转换为可编辑的文档形式。

相关技术中，在文档转换的过程中，将带有字符的图像输入到文档转换模块后，文档转换模块通过OCR识别得到该图像中的字符，并将识别得到的文字顺次粘贴至电子文档中，用户根据粘贴得到的文字对文档的排版进行整理后，得到完整的电子文档。

然而，通过上述方式进行文档转换时，由于OCR仅能对图像中的文字内容进行识别，而图像中的内容通常较为复杂，文字的排版、表格内容、图像内容等无法与文字结合识别，导致用户在对文档的排版进行整理时需要耗费大量的资源，文档识别效率较低。

发明内容

本申请实施例提供了一种基于OCR的图像转档方法、设备及可读存储介质，可以解决文字的排版、表格内容、图像内容等无法与文字结合识别，导致用户在对文档的排版进行整理时需要耗费大量的资源，文档识别效率较低的问题。所述技术方案如下：

一方面，提供了一种基于OCR的图像转档方法，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；

根据所述图像版面对应的所述内容类型，对所述图像版面中的图像内容进行对应的处理，得到所述图像版面对应的转档内容；

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。

另一方面，提供了一种基于OCR的图像转档方法，所述方法包括：

显示转档界面，所述转档界面中包括转档控件和图像选择区域；

在所述图像选择区域中对待转档图像进行选定，所述待转档图像为图像内容待转换为目标文档的图像；

触发所述转档控件对应的转档功能，所述转档功能用于将图像转换为文档的形式；

显示目标文档展示界面，所述目标文档展示界面中包括所述待转档图像转档得到的所述目标文档，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。

另一方面，提供了一种基于OCR的图像转档装置，所述装置包括：

获取模块，用于获取待转档图像，所述待转档图像为图像内容待转换为目标文档的图像；

分割模块，用于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；