[发明专利]图像结构化数据提取方法、电子装置及存储介质

说明书

本发明涉及数据处理技术，提供了一种图像结构化数据提取方法、电子装置及存储介质。该方法将待提取结构化数据的图像输入位置检测模型，得到图像中各个待识别区域的坐标，切割待识别区域后执行变换处理，将变换前及变换后的待识别区域均输入识别模型，得到初始识别结果，从初始识别结果中筛选中各个待识别区域的目标识别结果，根据各目标识别结果的字符与词库中各类别的字符的相似度，选取出类别结果，根据各类别结果与目标识别结果生成结构化数据文件。本发明可以准确提取图像识别结果中的结构化数据。另外，本发明还涉及人工智能中的图像识别技术以及区块链技术，且本发明可应用于智慧政务、智慧教育等领域中，从而推动智慧城市的建设。

技术领域

本发明涉及数据处理领域，尤其涉及一种图像结构化数据提取方法、电子装置及存储介质。

背景技术

传统的光学字符识别(Optical Character Recognition，OCR)模型需要对每个字段都单独训练一个模型，如果所要处理的图片数据字段类型比较多，则需要大量的标注数据来训练多个模型，开发周期较长，模型训练时所占内存空间也较大，且由于传统的OCR识别模型仅识别文字的信息，不能提取识别结果中的结构化数据，这是本领域技术人员亟待解决的问题。

发明内容

鉴于以上内容，本发明提供一种图像结构化数据提取方法、电子装置及存储介质，其目的在于解决现有技术中传统的OCR识别模型不能提取识别结果中的结构化数据的技术问题。

为实现上述目的，本发明提供一种图像结构化数据提取方法，该方法包括：

接收步骤：接收用户发出的提取图像结构化数据的请求，获取所述请求中携带的待提取结构化数据的原始图像；

识别步骤：将所述原始图像输入预先训练好的位置检测模型，得到所述原始图像中多个待识别区域的位置坐标信息，基于所述位置坐标信息对所述多个待识别区域进行切割，对切割后的待识别区域执行图像变换处理，将执行变换处理前及执行变换处理后的待识别区域，输入预先训练好的识别模型，得到各个所述待识别区域对应的初始识别结果，基于预设筛选规则从各个所述初始识别结果中筛选中各个待识别区域对应的目标识别结果；及

提取步骤：利用预设算法计算各个待识别区域的目标识别结果对应的字符与预设词库中各类别的字符的相似度，选取最大相似度值对应的类别字符作为该待识别区域的类别结果，将各类别结果与目标识别结果填充至预设模板文件生成所述原始图像的结构化数据文件，并将所述结构化数据文件反馈至所述用户。

优选的，所述对切割后的待识别区域执行图像变换处理包括：

分别提取各个待识别区域的高维向量，将各所述高维向量分别与预设的低维向量库进行匹配，若匹配到对应的低维向量，则生成配对样本作为该待识别区域变换处理后的特征向量；

若未匹配到对应的低维向量，则选取所述低维向量库中预设的低维向量作为该待识别区域变换处理后的特征向量。

优选的，所述基于预设筛选规则从各个所述初始识别结果中筛选中各个待识别区域对应的目标识别结果包括：

分别读取各待识别区域的执行变换处理前的初始识别结果的置信度和执行变换处理后的初始识别结果的置信度，当执行变换处理前的初始识别结果的置信度大于或等于预设阈值时，将执行变换处理前的初始识别结果作为所述目标识别结果；

当执行变换处理前的初始识别结果的置信度小于预设阈值，且当执行变换处理后的初始识别结果的置信度大于执行变换处理前的初始识别结果的置信度时，将执行变换处理后的初始识别结果作为所述目标识别结果。

优选的，所述提取步骤还包括：