[发明专利]生成训练数据的方法及装置

权利要求书

1.一种生成训练数据的方法，包括：

获取包括文字内容的内容文档、与所述文字内容对应的文本以及每行文字内容在所述内容文档中的位置坐标；

根据每行文字内容在所述内容文档中的位置坐标，生成包括行标记的标记文档，其中，一个行标记对应一行文字内容，一个内容文档对应一个标记文档；

在不同场景条件下，自动对所述内容文档和所述标记文档分别进行拍摄，得到多组拍摄图像，其中，每组拍摄图像包括与所述内容文档对应的第一拍摄图像和与所述标记文档对应的第二拍摄图像，且对应一种场景条件；

对于每种场景条件，根据第二拍摄图像中的每个行标记，确定每行文字内容在第二拍摄图像中的位置坐标；

将每种场景条件下的文本、各行文字内容的位置坐标和第一拍摄图像，确定为训练数据，用于训练光学字符识别OCR模型。

2.根据权利要求1所述的生成训练数据的方法，其中，自动对所述内容文档和所述标记文档分别进行拍摄包括：

自动对包括所述内容文档的屏幕和包括所述标记文档的屏幕分别进行拍摄。

3.根据权利要求2所述的生成训练数据的方法，其中，根据第二拍摄图像中的每个行标记，确定每行文字内容在第二拍摄图像中的位置坐标包括：

确定所述屏幕在第二拍摄图像中的位置坐标；

对第二拍摄图像进行预处理，得到包括所述屏幕的最小区域图像；

确定每个行标记在所述最小区域图像中的位置坐标；

根据所述屏幕在第二拍摄图像中的位置坐标和每个行标记在所述最小区域图像中的位置坐标，确定每行文字内容在第二拍摄图像中的位置坐标。

4.根据权利要求3所述的生成训练数据的方法，其中，对第二拍摄图像进行预处理，得到包括所述屏幕的最小区域图像包括：

根据所述屏幕在第二拍摄图像中的位置坐标，确定所述屏幕的最小外接矩形区域；

对第二拍摄图像进行裁剪，保留所述最小外接矩形区域，得到最小区域图像。

5.根据权利要求3所述的生成训练数据的方法，其中，根据所述屏幕在第二拍摄图像中的位置坐标和每个行标记在所述最小区域图像中的位置坐标，确定每行文字内容在第二拍摄图像中的位置坐标包括：

根据所述屏幕在第二拍摄图像中的位置坐标，将每个行标记在所述最小区域图像中的位置坐标转换为所述每个行标记在第二拍摄图像中的位置坐标，作为每行文字内容在第二拍摄图像中的位置坐标。

6.根据权利要求3所述的生成训练数据的方法，其中，确定所述屏幕在第二拍摄图像中的位置坐标包括：

利用目标检测算法，确定所述屏幕在第二拍摄图像中的位置坐标。

7.根据权利要求3所述的生成训练数据的方法，其中，确定每个行标记在所述最小区域图像中的位置坐标包括：

利用关键点检测算法，确定每个行标记在所述最小区域图像中的位置坐标。

8.根据权利要求1所述的生成训练数据的方法，其中，所述场景条件包括光照、角度、距离和遮挡中的至少一种。

9.根据权利要求1或3所述的生成训练数据的方法，其中，所述位置坐标包括左上角位置坐标、左下角位置坐标、右上角位置坐标和右下角位置坐标。

10.根据权利要求9所述的生成训练数据的方法，其中，根据每行文字内容在所述内容文档中的位置坐标，生成包括行标记的标记文档包括：

根据每行文字内容在所述内容文档中的左上角位置坐标、左下角位置坐标、右上角位置坐标和右下角位置坐标，确定每行文字内容的行区域；

对每个行区域进行颜色填充，得到每个行标记，从而生成包括行标记的标记文档。