[发明专利]文档处理方法、装置、系统、电子设备及存储介质

说明书

本申请公开了文档处理方法、装置、系统、电子设备及存储介质，涉及信息管理、图像处理、文本处理等领域。具体实现方案为：获取第一历史文档的图像；对所述第一历史文档的图像进行区域划分，得到至少一类区域；对所述至少一类区域分别进行对应的特征提取，得到所述至少一类区域分别对应的子特征信息；将所述至少一类区域分别对应的子特征信息作为所述第一历史文档的特征进行存储。

技术领域

本申请涉及计算机技术领域。本申请尤其涉及信息管理、图像处理、文本处理等领域。

背景技术

纸质文档是信息传播的载体，但是大量堆积的纸张难以管理和保存，信息无法有效地进行检索。随着数字采集技术、图像处理技术以及存储技术的发展，越来越多的信息以文档图像的形式进行保存。随着文档图像的规模越来越大，如何有效地进行文档图像信息的存储，以便高效的进行文档的检索成为需要解决的问题。

发明内容

本公开提供了一种文档处理方法、装置、系统、电子设备及存储介质。

根据本公开的第一方面，提供了一种文档处理方法，包括：

获取第一历史文档的图像；

对所述第一历史文档的图像进行区域划分，得到至少一类区域；

对所述至少一类区域分别进行对应的特征提取，得到所述至少一类区域分别对应的子特征信息；

将所述至少一类区域分别对应的子特征信息作为所述第一历史文档的特征进行存储。

根据本公开的第二方面，提供了一种文档处理装置，包括：

图像预处理模块，用于获取第一历史文档的图像；

特征抽取模块，用于对所述第一历史文档的图像进行区域划分，得到至少一类区域；对所述至少一类区域分别进行对应的特征提取，得到所述至少一类区域分别对应的子特征信息；

存储模块，用于将所述至少一类区域分别对应的子特征信息作为所述第一历史文档的特征进行存储。

根据本公开的第三方面，提供了一种文档处理系统，包括：

服务器，用于获取第一历史文档的图像；对所述第一历史文档的图像进行区域划分，得到至少一类区域；对所述至少一类区域分别进行对应的特征提取，得到所述至少一类区域分别对应的子特征信息；将所述至少一类区域分别对应的子特征信息作为所述第一历史文档的特征进行存储。

根据本公开的第四方面，提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述方法。

根据本公开的第五方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行前述方法。

根据本申请的技术，通过将历史文档的图像进行区域划分，得到不同类型的区域所对应的子特征信息，进而将子特征信息作为历史文档的特征进行存储；如此，可以基于历史文档的图像对文档进行整理，整个过程完全自动化进行，无需人工参与，节省人力而且效率较高；并且，本申请可以将图像中进行多个区域的划分以得到多种类型的特征信息，从而更加准确的提取了历史文档的图像所对应的特征，进而便于检索的过程中更加准确的进行查找，有利于提升检索的准确度。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明