[发明专利]一种图像处理方法及装置

权利要求书

1.一种图像处理方法，其特征在于，所述方法还包括：

接收用户上传的图像；

基于图像质量评价模型获取所述图像的质量；所述图像质量评价模型是基于样本图像以及所述样本图像的标注质量对初始化模型训练得到的，所述样本图像的标注质量是基于对所述样本图像进行光学字符识别OCR识别的准确率以及所述样本图像的亮度获取到的；

在所述质量大于或等于预设阈值时，对所述图像进行OCR识别；

在所述质量小于预设阈值时，输出提示信息，所述提示信息用于提示所述用户重新输入图像。

2.根据权利要求1所述的方法，其特征在于，所述图像质量评价模型的训练方式包括：

获取样本图像以及获取所述样本图像的标注质量；

构建初始化模型的网络结构；

基于所述样本图像以及所述标注质量对所述初始化模型训练，直至所述初始化模型中的网络参数收敛，得到所述图像质量评价模型；

所述获取所述样本图像的标注质量，包括：

获取对所述样本图像进行OCR识别的准确率；

获取所述样本图像的亮度；

基于所述亮度以及所述准确率获取所述样本图像的标注质量。

3.根据权利要求2所述的方法，其特征在于，所述获取对所述样本图像进行OCR识别的准确率，包括：

获取所述样本图像中的标注文本；

对所述样本图像进行OCR识别，得到所述样本图像中的识别文本；

基于所述标注文本与所述识别文本获取所述准确率。

4.根据权利要求3所述的方法，其特征在于，所述基于所述标注文本与所述识别文本获取所述准确率，包括：

基于所述标注文本，在所述识别文本中确定基于OCR识别出的准确的文本；

计算识别出的准确的文本的数量与所述标注文本的数量之间的比值，得到所述准确率。

5.根据权利要求2所述的方法，其特征在于，所述准确率包括对所述样本图像中的随机选取多个字段分别进行OCR识别的准确率，所述亮度包括所述样本图像中的所述多个字段中的各个字段的亮度；

所述基于所述亮度以及所述准确率获取所述样本图像的标注质量，包括：

对于所述多个字段中的任意一个字段，根据对所述字段进行OCR识别的准确率以及所述字段的亮度获取所述字段的标注质量；

计算各个字段的标注质量的平均值，得到所述样本图像的标注质量。

6.根据权利要求2所述的方法，其特征在于，所述网络结构至少包括：多个卷积池化层、多个上采样层、多个叠加层，全连接层以及逻辑回归层；

所述卷积池化层包括至少一个卷积层以及至少一个池化层，所述池化层包括最大池化层；所述卷积层用于获取图像的特征矩阵，所述池化层用于对特征矩阵降维；

所述上采样层用于对特征矩阵升维；

所述叠加层用于将卷积池化层输出的特征矩阵与上采样层输出的特征矩阵叠加为一个特征矩阵；

所述全连接层用于将叠加层输出的特征矩阵转换为特征数值；

所述逻辑回归层用于将所述特征数值转换为图像的质量。