[发明专利]一种扫描文档信息处理方法、装置、电子设备及存储介质

权利要求书

1.一种扫描文档信息处理方法，其特征在于，包括：

获取扫描文档；所述扫描文档中包括多个字符；

对所述扫描文档进行文字识别，得到每个所述字符的文字信息和位置信息；

计算所述文字信息的文字置信度和所述位置信息的位置置信度；

根据所述文字置信度和所述位置置信度确定可信字符；

采用所述可信字符的文字信息和位置信息渲染所述扫描文档，得到渲染文档；

显示所述渲染文档。

2.根据权利要求1所述的方法，其特征在于，所述扫描文档包括至少一个待识别页面；所述对所述扫描文档进行文字识别，得到每个所述字符的文字信息和位置信息的步骤，包括：

对所述待识别页面进行渲染，得到渲染图像；

对所述渲染图像进行预处理，得到预处理图像；

对所述预处理图像进行灰度化处理，得到灰度图像；

对所述灰度图像进行二值化处理，得到二值化图像；

去除所述二值化图像的噪声，得到去噪图像；

对所述去噪图像进行倾斜校正处理，得到校正图像；

对所述校正图像进行版面分析和字符切割，得到每个所述字符的位置信息；

对切割得到的每个所述字符进行文字识别，得到文字信息。

3.根据权利要求2所述的方法，其特征在于，所述根据所述文字置信度和所述位置置信度确定可信字符的步骤，包括：

判断所述文字置信度是否大于第一预设阈值，且所述位置置信度是否大于第二预设阈值；

若是，将所述字符确定为可信字符。

4.根据权利要求3所述的方法，其特征在于，所述采用所述可信字符的文字信息和位置信息渲染所述扫描文档，得到渲染文档的步骤，包括：

根据所述可信字符的位置信息，在所述扫描文档的待识别页面上绘制所述文字信息，生成渲染页面；

采用所有所述渲染页面生成渲染文档。

5.根据权利要求4所述的方法，其特征在于，所述显示所述渲染文档的步骤之后，还包括：

当检测到用户针对所述渲染文档上的目标字符触发的文字操作时，响应所述文字操作，提取所述目标字符对应的目标文字信息和目标位置信息；

显示所述目标文字信息和所述目标位置信息。

6.一种扫描文档信息处理装置，其特征在于，包括：

扫描文档获取模块，用于获取扫描文档；所述扫描文档中包括多个字符；

文字识别模块，用于对所述扫描文档进行文字识别，得到每个所述字符的文字信息和位置信息；

置信度计算模块，用于计算所述文字信息的文字置信度和所述位置信息的位置置信度；

可信字符确定模块，用于根据所述文字置信度和所述位置置信度确定可信字符；

渲染文档生成模块，用于采用所述可信字符的文字信息和位置信息渲染所述扫描文档，得到渲染文档；

显示模块，用于显示所述渲染文档。

7.根据权利要求6所述的装置，其特征在于，所述扫描文档包括至少一个待识别页面；所述文字识别模块，包括：

渲染子模块，用于对所述待识别页面进行渲染，得到渲染图像；

预处理子模块，用于对所述渲染图像进行预处理，得到预处理图像；

灰度化处理子模块，用于对所述预处理图像进行灰度化处理，得到灰度图像；

二值化处理子模块，用于对所述灰度图像进行二值化处理，得到二值化图像；

去噪子模块，用于去除所述二值化图像的噪声，得到去噪图像；

倾斜校正子模块，用于对所述去噪图像进行倾斜校正处理，得到校正图像；

位置信息获取子模块，用于对所述校正图像进行版面分析和字符切割，得到每个所述字符的位置信息；

文字识别子模块，用于对切割得到的每个所述字符进行文字识别，得到文字信息。