[发明专利]一种图像识别的方法及装置

说明书

本说明书提供一种图像识别的方法及装置，所述方法包括：接收用户输入的图像，检测出所述图像中的有效区域，所述有效区域包括文本区域、图像区域；确定所述有效区域的信息类型；基于所述有效区域的位置信息和信息类型，以语义逻辑关系为划分依据，将所述有效区域划分为若干区域集合；针对每个区域集合，基于该集合中各有效区域中的文本内容或图像，以及各有效区域的位置信息识别出所述图像携带的信息。应用本申请所提供的技术方案，可识别出图像携带的信息，以供后续基于所述图像携带的信息自动完成信息录入，可使得信息录入更为快捷，减少了工作人员的时间与精力的消耗。

技术领域

本申请涉及图像识别技术领域，尤其涉及一种图像识别的方法及装置。

背景技术

随着信息技术的不断发展，其技术含量及复杂程度也越来越高，智能化的概念开始逐渐渗透到各行各业以及我们生活中的方方面面。在很多场景中，需要将信息上传至计算机设备进行存储，方便后续使用。其中，信息不乏各种图像，如：身份证图像、结婚证图像、行驶证图像和驾驶证图像等等，但在很多系统中，将图像上传后，可能要再填写图像上已有的信息。

例如，随着法院智能化立案的持续推进，法院会要求相关工作人员将案件信息输入到诉讼系统中。然而在实际应用中，工作人员不仅需要把上诉人提交的身份证明文件的图像上传至系统，还需要在系统中手动输入身份证明文件上的信息。这种将案件信息输入到诉讼系统的方式，无疑浪费了大量的时间与人力，立案时间长且立案效率低。

发明内容

有鉴于此，本申请提供了一种图像识别的方法及装置，以节省信息录入消耗的时间，同时节省人力。

根据本申请的第一方面，提供一种图像识别的方法，应用于计算机设备，所述方法包括：

接收用户输入的图像，检测出所述图像中的有效区域，所述有效区域包括文本区域、图像区域；

确定所述有效区域的信息类型；

基于所述有效区域的位置信息和信息类型，以语义逻辑关系为划分依据，将所述有效区域划分为若干区域集合；

针对每个区域集合，基于该集合中各有效区域中的文本内容或图像，以及各有效区域的位置信息识别出所述图像携带的信息。

可选的，所述基于所述有效区域的位置信息和信息类型以语义逻辑关系为划分依据，将所述有效区域划分为若干区域集合，包括：

基于所述有效区域的位置信息，对各个有效区域进行编号；

根据所述有效区域的信息类型，按照编号顺序判断当前有效区域与其一阶邻居有效区域是否具有语义逻辑关系；

在当前有效区域与一阶邻居有效区域具有语义逻辑关系的情况下，将一阶邻居有效区域划分至当前有效区域所在的集合中，并将所述一阶邻居有效区域更新为新的当前有效区域；

在当前有效区域与一阶邻居有效区域不具有语义逻辑关系的情况下，确定当前有效区域所在集合划分完毕，并将所述一阶邻居有效区域更新为新的当前有效区域。

可选的，所述基于所述有效区域的位置信息，对各个有效区域进行编号，包括：

根据各个有效区域的位置信息，按照从左到右、从上至下的顺序对各个有效区域依次进行有序编号。

可选的，所述有效区域中的文本区域的信息类型包括属性、属性值；所述有效区域中的图像区域的信息类型是属性值；所述判断当前有效区域与其一阶邻居有效区域是否具有语义逻辑关系，包括：

若当前有效区域的信息类型是属性，且其一阶邻居有效区域的类型是属性值；确定当前有效区域与其一阶邻居有效区域具有语义逻辑关系。

可选的，所述方法还包括：

确定所述有效区域所属信息类型的行位置；