[发明专利]图像处理方法、装置及系统

说明书

本申请公开了一种图像处理方法、装置及系统。其中，该方法包括：获取文本图像；利用结构检测模型对文本图像进行识别，得到文本图像的识别结果，其中，识别结果包括：文本图像包含的文字的属性，以及文字在文本图像中的位置；其中，结构检测模型包括：第一分支模型和第二分支模型，第一分支模型用于识别文本图像，得到文字在文本图像中的位置，第二分支模型用于识别文本图像，得到文字的属性，结构检测模型是依次利用第一训练样本和第二训练样本进行训练得到。本申请解决了相关技术中结构检测模型的训练成本较高的技术问题。

技术领域

本申请涉及图像处理领域，具体而言，涉及一种图像处理方法、装置及系统。

背景技术

在信息时代，数据往往是不缺的，缺的是结构化的数据。各个厂家都有大量的非结构化数据，但是这些数据往往无法直接使用。目前，可以通过标注将非结构化数据转化为结构化数据，但是需要花费大量的人力和物力；还可以通过标注一部分数据用于训练结构化检测算法从而对剩余非结构化数据实现结构化，但是训练一个好的结构化算法模型对于每一种数据依然需要上千张图片，即，现有的结构检测模型训练成本较高。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种图像处理方法、装置及系统，以至少解决相关技术中结构检测模型的训练成本较高的技术问题。

根据本申请实施例的一个方面，提供了一种图像处理方法，包括：获取文本图像；利用结构检测模型对文本图像进行识别，得到文本图像的识别结果，其中，识别结果包括：文本图像包含的文字的属性，以及文字在文本图像中的位置；其中，结构检测模型包括：第一分支模型和第二分支模型，第一分支模型用于识别文本图像，得到文字在文本图像中的位置，第二分支模型用于识别文本图像，得到文字的属性，结构检测模型是依次利用第一训练样本和第二训练样本进行训练得到。

根据本申请实施例的另一方面，还提供了一种图像处理方法，包括：显示文本图像；在文本图像上标记文本图像的识别结果，其中，识别结果利用结构检测模型对文本图像进行识别得到，识别结果包括：文本图像包含的文字的属性，以及文字在文本图像中的位置；其中，结构检测模型包括：第一分支模型和第二分支模型，第一分支模型用于识别文本图像，得到文字在文本图像中的位置，第二分支模型用于识别文本图像，得到文字的属性，结构检测模型是依次利用第一训练样本和第二训练样本进行训练得到。

根据本申请实施例的另一方面，还提供了一种图像处理方法，包括：获取第一训练样本和第二训练样本；利用第一训练样本对初始模型进行训练，得到初始结构检测模型；利用第二训练样本对初始结构检测模型进行训练，得到结构检测模型，其中，结构检测模型包括：第一分支模型和第二分支模型，第一分支模型用于识别文本图像，得到文本图像包含的文字在文本图像中的位置，第二分支模型用于识别文本图像，得到文字的属性。

根据本申请实施例的另一方面，还提供了一种图像处理方法，包括：获取证件图像；利用结构检测模型对证件图像进行识别，得到证件图像的识别结果，其中，识别结果包括：证件图像包含的文字的属性，以及文字在证件图像中的位置；其中，结构检测模型包括：第一分支模型和第二分支模型，第一分支模型用于识别证件图像，得到文字在证件图像中的位置，第二分支模型用于识别证件图像，得到文字的属性，结构检测模型是依次利用第一训练样本和第二训练样本进行训练得到。

根据本申请实施例的另一方面，还提供了一种图像处理方法，包括：接收客户端上传的文本图像；利用结构检测模型对文本图像进行识别，得到文本图像的识别结果，其中，识别结果包括：文本图像包含的文字的属性，以及文字在文本图像中的位置；输出识别结果至客户端；其中，结构检测模型包括：第一分支模型和第二分支模型，第一分支模型用于识别文本图像，得到文字在文本图像中的位置，第二分支模型用于识别文本图像，得到文字的属性，结构检测模型是依次利用第一训练样本和第二训练样本进行训练得到。