[发明专利]电子书转换处理方法、装置及计算机可读存储介质

说明书

技术领域

本公开涉及电子技术领域，尤其涉及一种电子书转换处理方法、装置及计算机可读存储介质。

背景技术

近年来文字识别技术不断发展，得到了越来越广泛的应用。

对于纸质书，通过拍照、摄影、扫描等方式，可将纸质书转换为图片；然后再通过文字识别，识别出图片中的文字，从而将纸质书转换为电子书。

相关技术中，当仅需转换纸质书的部分内容(例如，带标记的内容)为电子书时，得到的电子书为内容片段，内容片段所属的章、节、段落等结构层次信息会丢失。

发明内容

为克服相关技术中存在的问题，本公开提供一种电子书转换处理方法、装置及计算机可读存储介质。

根据本公开实施例的第一方面，提供一种电子书转换处理方法，包括：获取目标纸质书的目标图像；

对所述目标图像进行图像识别，得到电子文本信息；

通过分析所述电子文本信息，确定所述电子文本信息的文本结构信息；

根据所述电子文本信息和所述文本结构信息，生成针对所述目标纸质书的电子书。

优选地，所述通过分析所述电子文本信息，确定所述电子文本信息的文本结构信息，包括：

获取所述电子文本信息对应的文本格式，其中，所述文本格式包括字体、字号、行距、是否加粗和段落格式中的一者或多者；以及

根据预设文本结构分类模型和所述文本格式，确定所述电子文本信息的文本结构信息。

优选地，在所述根据预设文本结构分类模型和识别出的文字的文本格式，确定所述电子文本信息的文本结构信息之前，所述方法还包括：

获取训练样本集，所述训练样本集中包括：所述目标纸质书的图像数据和所述图像数据所对应的文本结构信息；

利用训练样本集对卷积神经网络进行训练，获得卷积神经网络的各层参数信息；

根据所述各层参数信息构建所述预设文本结构分类模型。

优选地，所述方法还包括：

获取所述电子文本信息中的笔记部分；

将所述笔记部分以及所述笔记部分所对应的文本结构信息关联存储；以及

当满足预设条件时，显示所述笔记部分以及所述笔记部分所对应的文本结构信息。

根据本公开实施例的第二方面，提供一种电子书转换处理装置，包括：

目标图像获取模块，被配置为获取目标纸质书的目标图像；

电子文本信息获取模块，被配置为对所述目标图像进行图像识别，得到电子文本信息；

结构信息确定模块，被配置为通过分析所述电子文本信息，确定所述电子文本信息的文本结构信息；

电子书生成模块，被配置为根据所述电子文本信息和所述文本结构信息，生成针对所述目标纸质书的电子书。

优选地，所述结构信息确定模块包括：

文本格式获取子模块，被配置为获取所述电子文本信息对应的文本格式，其中，所述文本格式包括字体、字号、行距、是否加粗和段落格式中的一者或多者；以及

结构信息确定子模块，被配置为根据预设文本结构分类模型和所述文本格式，确定所述电子文本信息的文本结构信息。

优选地，所述装置还包括：

训练样本集获取模块，被配置为获取训练样本集，所述训练样本集中包括：所述目标纸质书的图像数据和所述图像数据所对应的文本结构信息；

参数信息获取模块，被配置为利用训练样本集对卷积神经网络进行训练，获得卷积神经网络的各层参数信息；

预设分类模型构建模块，被配置为根据所述各层参数信息构建所述预设文本结构分类模型。

优选地，所述装置还包括：

笔记获取模块，被配置为获取所述电子文本信息中的笔记部分；

存储模块，被配置为将所述笔记部分以及所述笔记部分所对应的文本结构信息关联存储；以及

显示模块，被配置为在满足预设条件时，显示所述笔记部分以及所述笔记部分所对应的文本结构信息。

根据本公开实施例的第三方面，提供一种电子书转换处理装置，包括：

处理器；用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：获取目标纸质书的目标图像；对所述目标图像进行图像识别，得到电子文本信息；通过分析所述电子文本信息，确定所述电子文本信息的文本结构信息；根据所述电子文本信息和所述文本结构信息，生成针对所述目标纸质书的电子书。