[发明专利]文档字号的识别方法、装置、计算机设备和存储介质

说明书

本申请涉及一种文档字号的识别方法、装置、计算机设备、存储介质和计算机程序产品，结合人工智能技术进行计算机视觉识别和处理，可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。所述方法包括：获取待处理的文档图片，检测文档图片中各文本行的初始行高度；根据文档图片的文档版面信息确定至少一个待处理的文本块；根据初始行高度确定行高度统计信息，并基于行高度统计信息确定与相应待处理的文本块对应的目标行高度；基于预先设置的字号映射规则、以及各待处理的文本块分别对应的目标行高度，得到文档图片中各文本块分别对应的目标字号。采用本方法能够解决出现原本相同字号的标题或段落识别到的字号大小不一的问题。

技术领域

本申请涉及计算机技术领域，特别是涉及一种文档字号的识别方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术

文字识别是计算机视觉研究领域的分支之一，归属于模式识别和人工智能，是计算机科学的重要组成部分。计算机文字识别(Optical Character Recognition，OCR)是利用光学技术和计算机技术把印在或写在纸上的文字读取出来，并转换成一种计算机能够接受、人又可以理解的格式。

现有技术方案主要通过OCR技术进行文本行检测，并基于OCR的识别结果直接得到文本行的字号。这种方式对于文本行检测精度的依赖较高，文本行字号的识别效果具有比较大的波动性，识别出的字号准确性较低，导致文档还原时出现原本文档字号相同但是还原出的文档字号不同的情况，进而影响文档还原的准确性。

发明内容

基于此，有必要针对上述技术问题，提供一种文档字号的识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

一方面，本申请提供了一种文档字号的识别方法。所述方法包括：

获取待处理的文档图片，检测所述文档图片中各文本行的初始行高度；

识别所述文档图片的文档版面信息，并根据所述文档版面信息确定至少一个待处理的文本块，每个待处理的文本块中包括有至少一个相连续的文本行；

对于任一待处理的文本块，根据相应待处理的文本块所包括的文本行的初始行高度，确定行高度统计信息，并基于所述行高度统计信息确定与相应待处理的文本块对应的目标行高度；

基于预先设置的字号映射规则、以及各待处理的文本块分别对应的目标行高度，得到所述文档图片中各文本块分别对应的目标字号。

另一方面，本申请还提供了一种文档字号的识别装置。所述装置包括：

获取模块，用于获取待处理的文档图片，检测所述文档图片中各文本行的初始行高度；

处理模块，用于识别所述文档图片的文档版面信息，并根据所述文档版面信息确定至少一个待处理的文本块，每个待处理的文本块中包括有至少一个相连续的文本行；

所述处理模块，还用于对于任一待处理的文本块，根据相应待处理的文本块所包括的文本行的初始行高度，确定行高度统计信息，基于所述行高度统计信息确定与相应待处理的文本块对应的目标行高度；

输出模块，用于基于预先设置的字号映射规则、以及各待处理的文本块分别对应的目标行高度，得到所述文档图片中各文本块分别对应的目标字号。

另一方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述文档字号的识别方法的步骤。

另一方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述文档字号的识别方法的步骤。

另一方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述文档字号的识别方法的步骤。