[发明专利]图片识别方法、装置、计算机设备和存储介质有效
申请号: | 202110249331.9 | 申请日: | 2021-03-08 |
公开(公告)号: | CN113065405B | 公开(公告)日: | 2022-12-23 |
发明(设计)人: | 魏新锁;郭近之;陆俊龙;赵娟;鞠业青 | 申请(专利权)人: | 南京苏宁软件技术有限公司 |
主分类号: | G06V30/412 | 分类号: | G06V30/412;G06V20/62;G06V30/10 |
代理公司: | 北京市万慧达律师事务所 11111 | 代理人: | 刘艳丽 |
地址: | 210000 江苏省南*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 图片 识别 方法 装置 计算机 设备 存储 介质 | ||
本申请涉及一种图片识别方法、装置、计算机设备和存储介质。包括:获取当前业务流程对应的待检测图片,待检测图片包括当前商品对应的当前商品列表;从待检测图片中确定当前商品列表所在的商品列表区域;对商品列表区域进行裁剪,得到多个商品列表单元格;将各个商品列表单元格确定为目标图片内容识别模型的输入,通过目标图片内容识别模型对各个商品列表单元格进行识别,得到各个商品列表单元格对应的商品列表单元格内容;从目标业务系统中获取与当前业务流程对应的当前商品信息;根据当前商品信息与各个商品列表单元格内容确定异常商品列表单元格,并在已检测图片中进行标注。采用本方法能够提高业务流程中含有列表数据的图片的识别准确率。
技术领域
本申请涉及计算机技术领域,特别是涉及一种图片识别方法、装置、计算机设备和存储介质。
背景技术
在信息技术快速发展,时间为贵的当今社会。一切工作最求效率年代。线下纸质流程,都转为线上流程衍生出了线上流程系统,减少纸质流程的扭转。许多流程需准备相关附件材料。线下流程转为线上流程后,纸质文件都变为线上Excel,Word,PNG,JPG等文件,以附件的格式上传在众多流程中还涉及到一种业务退厂退货的流程。这一流程中需要将用户上传的,含有商品列表信息的图片与业务系统进行比对。然而在这一比对过程中,业务审核时间较长,容易存在比对错误情况。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高业务流程中含有列表数据的图片的识别准确率的图片识别方法、装置、计算机设备和存储介质。
一种图片识别方法,该方法包括:
获取当前业务流程对应的待检测图片,待检测图片包括当前商品对应的当前商品列表;
从待检测图片中确定当前商品列表所在的商品列表区域;
对商品列表区域进行裁剪,得到多个商品列表单元格;
将各个商品列表单元格确定为目标图片内容识别模型的输入,通过目标图片内容识别模型对各个商品列表单元格进行识别,得到各个商品列表单元格对应的商品列表单元格内容;
从目标业务系统中获取与当前业务流程对应的当前商品信息;
根据当前商品信息与各个商品列表单元格内容确定异常商品列表单元格,并在已检测图片中进行标注。
在其中一个实施例中,获取当前业务流程对应的待检测图片之前,包括:获取当前业务流程启动指令,根据当前业务流程启动指令启动当前业务流程;获取当前业务流程对应的当前图片识别开关状态;在检测到当前图片识别开关状态为开启时,进入步骤获取当前业务流程对应的待检测图片。
在其中一个实施例中,从待检测图片中确定当前商品列表所在的商品列表区域,包括:获取已训练好的目标对象检测模型,目标对象检测模型是用来识别图片中的列表区域的;将待检测图片输入至目标对象检测模型,通过目标对象检测模型对待检测图片进行对象识别,得到待检测图片中当前商品列表所在的商品列表区域。
在其中一个实施例中,从目标业务系统中获取与当前业务流程对应的当前商品信息,包括:发送商品信息获取请求至目标业务系统,商品信息获取请求包括当前业务流程标识;接收目标业务系统根据商品信息获取请求返回的与当前业务流程标识匹配的当前商品信息。
在其中一个实施例中,根据当前商品信息与各个商品列表单元格内容确定异常商品列表单元格,并在已检测图片中进行标注,包括:检测当前商品信息中是否存在与当前商品编码相同的商品编码信息,当前商品编码是当前商品对应的商品编码;在检测到当前商品信息中存在与当前商品编码相同的商品编码信息时,比对当前商品信息中是否存在与各个商品列表单元格内容匹配的商品信息;将与当前商品信息不匹配的商品列表单元格内容确定为异常商品列表单元格;获取异常商品列表单元格的坐标信息,根据坐标信息在已检测图片中进行标注。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京苏宁软件技术有限公司,未经南京苏宁软件技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110249331.9/2.html,转载请声明来源钻瓜专利网。