[发明专利]OCR训练数据生成方法、装置、设备及介质

说明书

本申请公开了一种OCR训练数据生成方法、装置、设备及介质，所述OCR训练数据生成方法包括：获取终端设备中显示页面的截图、文本信息及所述文本信息对应的坐标信息；根据所述截图、所述文本信息和所述坐标信息，生成光学字符识别OCR模型的训练数据。本申请通过快速获取终端设备中显示页面的截图、文本信息及文本信息对应的坐标信息，并基于截图、文本信息及坐标信息自动生成OCR模型的训练数据，可以避免人工生成训练数据所存在的局限性，有效提高训练数据的生成效率。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种OCR训练数据生成方法、装置、设备及介质。

背景技术

目前主流的OCR(Optical Character Recognition，光学字符识别)训练数据主要通过人工自主标注生成。人工标注的训练数据，能满足特定场景的需求，但是训练数据的生成依赖于人工，而人工存在较大的局限性(如标注速度与标注准确度等)，使得当前训练数据的生成效率较低。

发明内容

本申请的主要目的在于提供一种OCR训练数据生成方法、装置、设备及介质，旨在解决当前训练数据的生成效率较低的技术问题。

为实现上述目的，本申请实施例提供一种OCR训练数据生成方法，所述OCR训练数据生成方法包括：

获取终端设备中显示页面的截图、文本信息及所述文本信息对应的坐标信息；

根据所述截图、所述文本信息和所述坐标信息，生成光学字符识别OCR模型的训练数据。

优选地，所述OCR模型包括字符识别模型，所述根据所述截图、所述文本信息和所述坐标信息，生成光学字符识别OCR模型的训练数据的步骤包括：

根据所述文本信息和所述坐标信息，对所述截图进行图像分割，得到子图像；

根据所述子图像与所述文本信息，生成所述字符识别模型的训练数据。

优选地，所述OCR模型还包括字符检测模型，所述根据所述截图、所述文本信息和所述坐标信息，生成光学字符识别OCR模型的训练数据的步骤还包括：

根据所述截图、所述文本信息和所述坐标信息，生成所述字符检测模型的训练数据。

优选地，所述根据所述截图、所述文本信息和所述坐标信息，生成光学字符识别OCR模型的训练数据的步骤之前包括：

根据所述坐标信息对所述截图进行图像裁剪，得到裁剪后的截图，以执行根据所述截图、所述文本信息和所述坐标信息，生成光学字符识别OCR模型的训练数据的步骤。

优选地，所述根据所述截图、所述文本信息和所述坐标信息，生成光学字符识别OCR模型的训练数据的步骤之前还包括：

确定所述显示页面中是否存在图像；

若存在，则去除所述截图中的所述图像，以执行根据所述截图、所述文本信息和所述坐标信息，生成光学字符识别OCR模型的训练数据的步骤。

优选地，所述获取终端设备中显示页面的截图、文本信息及所述文本信息对应的坐标信息的步骤包括：

获取终端设备中预设应用程序的显示页面的截图；

根据预设控件解析模块获取所述显示页面的文本信息及所述文本信息对应的坐标信息。

优选地，所述根据所述截图、所述文本信息和所述坐标信息，生成光学字符识别OCR模型的训练数据的步骤之后，还包括：

确定所述训练数据的数据格式是否为所述OCR模型所需训练数据的数据格式；