[发明专利]一种面向图表搜索的文本加框显示方法和装置

说明书

本发明公开了一种面向图表搜索的文本加框显示方法和装置，包括以下步骤：当用户输入检索内容时，对检索内容进行分词、去停用词处理，得到检索关键词；搜索引擎对检索关键词以及数据库中图片的文本进行相关度计算，排序召回和检索内容相关的若干条图片数据；确定图片中检索关键词所在的文本区域；确定图片中检索关键词所在的精确位置，即检索关键词在文本区域内的相对坐标，由相对坐标得到文本框；确定图片中文本框的统一颜色和粗细；图表搜索结果展示。根据用户检索词召回相关的图表数据，确定检索词在图表中的具体位置坐标，并选择与图表背景主色调高反差的颜色作为文本框颜色，给该区域加上文本框，帮助用户快速定位和获取图表中的关键信息。

技术领域

本发明涉及一种面向图表搜索的文本加框显示方法。

背景技术

搜索引擎随着互联网发展至今，技术已经日趋成熟，也越来越多模态化。现在，一个成熟的搜索引擎往往可以支持网页文本、图片以及音频等的多种数据类型。

在文本检索中，为了方便显示重要信息给用户，搜索引擎在检索到相关网页后通常会显示该网页的标题、摘要等信息，并且对其中与检索关键词相匹配的文本进行高亮显示。

而在图片检索中，搜索引擎通常只会展示相关图片的缩略图，对于包含文字信息的图片(如报表等)也没有高亮显示，使得图片检索没有文本检索那么直观的展示相关信息。

图表搜索指的是用户输入一段文本，搜索引擎给出和检索内容相关的图表。这些图表一般包含文字信息，如一份调研报告的图表，就通常包含了图表名(标题)、对比项等的关键信息，甚至可能还有一段图表分析段落。这种包含了文字信息的图片通常要使用图像文字识别技术(OCR)将其中的文字识别出来，作为这张图片的检索词，当用户输入的关键词与图片的检索词匹配度较高时，则可能返回这张图片展示给用户。

图表搜索主要针对图表、行业报告、研究报告等的数据进行检索，这些数据通常以图片等不可编辑的形式存在，但是图片中又包含了大量的文本信息以及分析图表，用户阅读整个报告需要花费较长的时间，不能快速定位想看的信息位置。

发明内容

本发明提出一种面向图表搜索的文本加框显示方法，根据用户检索词召回相关的图表数据，确定检索词在图表中的具体位置坐标，并选择与图表背景主色调高反差的颜色作为文本框颜色，给该区域加上文本框，帮助用户快速定位和获取图表中的关键信息。

本发明的技术方案是这样实现的：

一种面向图表搜索的文本加框显示方法，包括以下步骤：

S1，当用户输入检索内容时，对检索内容进行分词、去停用词处理，得到检索关键词；

S2，搜索引擎对检索关键词以及数据库中图片的文本进行相关度计算，排序召回和检索内容相关的若干条图片数据；

S3，确定图片中检索关键词所在的文本区域；

S4，确定图片中检索关键词所在的精确位置，即检索关键词在文本区域内的相对坐标，由相对坐标得到文本框；

S5，确定图片中文本框的统一颜色；

S6，确定图片中文本框的粗细；

S7，图表搜索结果展示。

作为本发明的一个优选实施例，在步骤S1之前还包括以下步骤：

搜索引擎预先收集图表数据并对图表数据进行预处理，预处理流程包括：识别图表中的文本区域以及区域内的文字；识别出文本区域内各个字符的坐标；识别图片主色调；识别图片文字区域的颜色；输出图表数据的预处理数据至数据库。

作为本发明的一个优选实施例，图表数据的预处理数据包括图片数据本身以及主色调；图片对应的文字区域坐标、区域内的文本以及区域颜色；文字区域对应的各个字符坐标以及字符种类。