[发明专利]信息提取方法、装置、设备及存储介质

说明书

公开了一种信息提取方法、装置、设备及存储介质，所述方法包括：获取待处理对象的文本识别结果，所述文本识别结果包括多个文本框；从所述多个文本框中，确定包含第一关键信息的第一文本框；根据所述第一文本框，对至少部分所述多个文本框进行合并，得到合并文本框；从所述合并文本框中获取目标信息。

技术领域

本公开涉及计算机视觉技术，尤其涉及一种信息提取方法、装置、设备及存储介质。

背景技术

目前OCR(Optical Character Recognition，光学字符识别)技术已广泛应用于多个领域和行业，通过该技术可以识别出文本资料图像中的大部分文本文字。然而，如果从所识别出的文本文字中，准确地提取想要的信息，还有待进一步研究。

发明内容

本公开实施例提供了一种信息提取方案。

根据本公开的一方面，提供一种信息提取方法，所述方法包括：获取待处理对象的文本识别结果，所述文本识别结果包括多个文本框；从所述多个文本框中，确定包含第一关键信息的第一文本框；根据所述第一文本框，对至少部分所述多个文本框进行合并，得到合并文本框；从所述合并文本框中获取目标信息。

结合本公开提供的任一实施方式，所述根据所述第一文本框，对至少部分所述多个文本框进行合并，得到合并文本框，包括：获取所述多个文本框中除所述第一文本框以外的每个文本框与所述第一文本框之间的位置关系；将所述每个文本框中，与所述第一文本框之间的位置关系属于设定范围内的文本框，确定为第二文本框；将所述第一文本框与所述第二文本框作为待合并文本框，进行合并，得到所述合并文本框。

结合本公开提供的任一实施方式，所述将所述第一文本框与所述第二文本框作为待合并文本框，进行合并，得到所述合并文本框，包括：根据所述待合并文本框中各文本框所属的行，对所述待合并文本框进行合并，得到所述合并文本框。

结合本公开提供的任一实施方式，所述根据所述待合并文本框中各文本框所属的行，对所述待合并文本框进行合并，得到所述合并文本框，包括：在所述待合并文本框中属于同一行的文本框的数量为一个的情况下，将属于同一行的一个文本框，确定为一个合并文本框。

结合本公开提供的任一实施方式，所述根据所述待合并文本框中各文本框所属的行，对所述待合并文本框进行合并，得到所述合并文本框，包括：在所述待合并文本框中属于同一行的文本框的数量为多个的情况下，将属于同一行的多个文本框进行合并，得到一个合并文本框。

结合本公开提供的任一实施方式，所述属于同一行的多个文本框中每相邻两个文本框之间的距离小于第一阈值。

结合本公开提供的任一实施方式，所述从所述合并文本框中获取目标信息，包括：获取所述待处理对象的格式特征；根据所述格式特征确定目标方向；按照所述目标方向，从所述合并文本框中获取目标信息。

结合本公开提供的任一实施方式，所述从所述合并文本框中获取目标信息，包括：获取所述待处理对象的格式特征；根据所述格式特征确定目标方向；按照所述目标方向，从所述合并文本框中获取目标信息。

结合本公开提供的任一实施方式，所述按照所述目标方向，从所述合并文本框中获取目标信息，包括：以所述第一文本框为起始位置，按照所述第一目标方向遍历所述合并文本框，直至查找到第二关键信息所在的合并文本框为止；以所述第二关键信息为起始位置，按照所述第二目标方向遍历所述合并文本框，直至查找到所述第一关键信息所在的合并文本框为止，并获取按照所述第二目标方向遍历到的内容。