[发明专利]一种电子文档的生成方法及设备

权利要求书

1.一种电子文档的生成方法，其特征在于，包括：

获取目标实体的实体图像，并从所述实体图像中提取字符区域图像；

将所述字符区域图像导入预设的字符识别模型，生成关于所述实体图像的字符信息；所述字符信息包含各个已识别字符在所述实体图像内对应的字符坐标；

获取所述字符信息中包含的文档关键词，并根据所述文档关键词从文档模板库选取所述目标实体关联的文档模板；所述文档模板包含多个文档项目；

根据字符坐标与各个所述文档项目对应的基准坐标之间的距离值，确定各个所述已识别字符关联的所述文档项目；

将所述已识别字符导入至所述文档模板内关联的所述文档项目，生成关于所述目标实体的电子文档。

2.根据权利要求1所述的生成方法，其特征在于，还包括：

获取多个训练字体文件；所述训练字体文件内所有候选字符的字体模板属于同一字体类型；

根据所有所述训练字体文件，分别为每个所述候选字符建立字符样本库；所述字符样本库包含关于所述候选字符对应不同字体类型的所述字体模板；

将所述字符样本库内的各个所述字体模板导入五层循环神经网络内，输出关于所述候选字符的字符特征矩阵；

通过各个所述候选字体的字符特征矩阵，生成所述字符识别模型。

3.根据权利要求2所述的生成方法，其特征在于，所述将所述字符样本库内的各个所述字体模板导入五层循环神经网络内，输出关于所述候选字符的字符特征矩阵，包括：

调整所述字符样本库内的各个所述字体模板的分辨率以及模板尺寸，生成标准字体图像；

对所述标准字体图像进行二值化处理，生成二值化后的标准字体图像，并根据所述标准字体图像中各个像素点的像素值以及像素坐标，生成关于所述标准字体图像的标准字体矩阵；

分别将各个所述标准字体矩阵导入到五层循环神经网络的五层池化层进行降维操作，输出各个所述字体模板的池化矩阵；

将多个不同字体类型的池化矩阵输入至所述五层循环神经网络的全连接层，生成关于所述候选字体的字符特征矩阵。

4.根据权利要求1-3任一项所述的生成方法，其特征在于，所述获取目标实体的实体图像，并从所述实体图像中提取字符区域图像，包括：

根据所述实体图像中各个像素点的像素值，计算所述实体图像的平均像素值；

若所述实体图像内任一所述像素点与所述平均像素值的差值小于预设的背景阈值，则识别所述像素点为背景像素点；

将所述背景像素点覆盖的区域识别为背景区域图像，并将所述背景区域图像从所述实体图像中移除，得到所述字符区域图像。

5.根据权利要求1-3任一项所述的生成方法，其特征在于，在所述将所述字符区域图像导入预设的字符识别模型，生成关于所述实体图像的字符信息之后，还包括：

根据所述字符信息中各个所述已识别字符对应的字符子图像，生成关于所述已识别字符的字符训练矩阵；

通过各个所述字符训练矩阵作为训练样本，调整所述字符识别模型。

6.一种电子文档的生成设备，其特征在于，包括：

实体图像获取单元，用于获取目标实体的实体图像，并从所述实体图像中提取字符区域图像；

字符信息提取单元，用于将所述字符区域图像导入预设的字符识别模型，生成关于所述实体图像的字符信息；所述字符信息包含各个已识别字符在所述实体图像内对应的字符坐标；

文档关键词提取单元，用于获取所述字符信息中包含的文档关键词，并根据所述文档关键词从文档模板库选取所述目标实体关联的文档模板；所述文档模板包含多个文档项目；

关联项目识别单元，用于根据字符坐标与各个所述文档项目对应的基准坐标之间的距离值，确定各个所述已识别字符关联的所述文档项目；

电子文档生成单元，用于将所述已识别字符导入至所述文档模板内关联的所述文档项目，生成关于所述目标实体的电子文档。