[发明专利]图像信息的识别方法及装置、存储介质、计算机设备

说明书

本发明公开了一种图像信息的识别方法及装置、存储介质、计算机设备，涉及数据处理技术领域，主要目的在于解决现有医疗发票中图像信息的识别效率低的问题。包括：从区块链网络的不同区块节点中获取医疗发票的图像信息；基于所述图像信息提取文字数据，并基于已训练的识别模型对所述文字数据进行识别处理，所述识别模型为基于主成分分析进行特征提取训练得到的；确定完成识别的文字数据与预设文字资源库中对应至少一个医疗用语之间的量化参数，所述预设文字资源库为在匹配所述图像信息的区块节点中创建的；当所述量化参数符合预设量化范围时，将所述医疗用语确定为所述图像信息的识别结果。主要用于图像信息的识别。

技术领域

本发明涉及一种数据处理技术领域，特别是涉及一种图像信息的识别方法及装置、存储介质、计算机设备。

背景技术

随着医疗业务的逐步完善，医疗发票对于不同需求的报销起到重要的作用，因此，需要审核方需要多大量的医疗发票进行核实处理。其中，为减少人力、物力资源的浪费，会将医疗发票录入至计算机中进行识别，以便直接将识别的结果录入系统进行核实。

本申请发明人在研究中发现，现有在对发票的识别过程中，由于需要对纸质发票进行扫描，基于操作缺陷、纸质因素等影响，得到的医疗发票的图像信息通常较为模糊，在利用文字识别方式对图像信息识别时，无法精确的识别出图像信息中的文字内容，且由于医疗发票中文字内容的特殊性，利用汉字库直接进行自然语言处理，无法满足对医疗发票中医疗内容的识别需求，大大降低了对医疗发票中图像信息的识别效率。

发明内容

有鉴于此，本发明提供一种图像信息的识别方法及装置、存储介质、计算机设备，主要目的在于解决现有医疗发票中图像信息的识别效率低的问题。

依据本发明一个方面，提供了一种图像信息的识别方法，包括：

从区块链网络的不同区块节点中获取医疗发票的图像信息；

基于所述图像信息提取文字数据，并基于已训练的识别模型对所述文字数据进行识别处理，所述识别模型为基于主成分分析进行特征提取训练得到的；

确定完成识别的文字数据与预设文字资源库中对应至少一个医疗用语之间的量化参数，所述预设文字资源库为在匹配所述图像信息的区块节点中创建的；

当所述量化参数符合预设量化范围时，将所述医疗用语确定为所述图像信息的识别结果。

进一步地，所述基于已训练的识别模型对所述文字数据进行识别处理之前，所述方法还包括：

获取包含至少一个医疗用语的所述预设文字资源库中的训练样本集；

根据词向量转换算法对所述训练样本集中的训练样本进行词向量转换，得到向量矩阵；

基于主成分分析从所述训练样本中提取匹配所述向量矩阵的特征向量；

基于所述特征向量对卷积神经网络进行训练，得到已训练的识别模型。

进一步地，所述量化参数包括编辑距离、相似度，所述确定完成识别的文字数据与预设文字资源库中对应至少一个医疗用语之间的量化参数包括：

计算所述完成识别的文字数据与预设文字资源库中对应至少一个医疗用语之间的相似度；

当计算的相似度大于预设相似阈值时，计算所述文字数据与所述医疗用语之间的编辑距离；

当计算的相似度小于或等于预设相似阈值时，配置所述量化参数为空。

进一步地，所述基于所述图像信息提取文字数据包括：

按照行迭代方式，利用图像识别技术OCR识别所述图像信息中的文字数据，其中，所述文字数据中未识别出的文字内容以预设标识进行标记；