[发明专利]一种基于模型优化的OCR文件格式转化方法及系统

说明书

本发明公开了一种基于模型优化的OCR文件格式转化方法及系统，获得第一图像，根据第一透视裁剪指令对第一图像进行初始透视裁剪，获得第二图像；根据第一坐标标识指令获得第一坐标标识结果；构建第一特征库，根据第一特征捕捉指令，基于第一特征库对第二图像进行特征遍历，获得第一输出结果；将第一坐标标识结果和第一输出结果输入坐标特征分析模型，获得第二输出结果；获得第一坐标文字识别结果；通过第一格式处理模块对第二输出结果和第一坐标文字识别结果进行处理，获得第一转化结果。解决了现有技术中存在对文档识别的过程中不能准确的识别文档段落格式，文字位置信息，进而导致识别结果与源文档存在格式出入的技术问题。

技术领域

本发明涉及人工智能格式转化相关领域，尤其涉及一种基于模型优化的OCR文件格式转化方法及系统。

背景技术

在人们在日常的生活、工作中需要处理大量的文字，尤其在进行纸质文档转化为电子文档归类时，为了节省人们对文字的处理时间，提高处理效率，越来越多的应用场景采用了文字识别技术，且随着文字识别技术的发展日趋成熟，其对于文档类文字有着较高的识别准确率。

在实际应用中，除了要准确识别文档类文字之外，还需要对文档的段落及其他格式进行准确的识别，以还原更加准确的原纸质文档，减少相关工作人员的工作量。

但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

现有技术中存在对文档识别的过程中不能准确的识别文档段落格式，文字位置信息，进而导致识别结果与源文档存在格式出入的技术问题。

发明内容

本申请实施例通过提供一种基于模型优化的OCR文件格式转化方法及系统，解决了现有技术中存在对文档识别的过程中不能准确的识别文档段落格式，文字位置信息，进而导致识别结果与源文档存在格式出入的技术问题，达到准确识别文档的段落格式和文字位置信息，提高识别结果与源文档的格式一致性的技术效果。

鉴于上述问题，提出了本申请实施例提供一种基于模型优化的OCR文件格式转化方法及系统。

第一方面，本申请提供了一种基于模型优化的OCR文件格式转化方法，所述方法应用于一文件识别处理系统，所述系统与第一图像采集模块、第一文字识别模块、第一格式处理模块通信连接，所述方法包括：通过所述第一图像采集装置获得第一图像，其中，所述第一图像为包括第一待识别文件的图像；获得第一透视裁剪指令，根据所述第一透视裁剪指令对所述第一图像进行初始透视裁剪，获得第二图像；获得第一坐标标识指令，根据所述第一坐标标识指令对所述第二图像进行坐标标识，获得第一坐标标识结果；构建第一特征库，其中，所述第一特征库为文字段落特征集合的特征库；获得第一特征捕捉指令，根据所述第一特征捕捉指令，基于所述第一特征库对所述第二图像进行特征遍历，获得第一输出结果；将所述第一坐标标识结果和所述第一输出结果输入坐标特征分析模型，获得第二输出结果；通过所述第一文字识别模块对所述第二图像进行文字识别，获得第一坐标文字识别结果；通过所述第一格式处理模块对所述第二输出结果和所述第一坐标文字识别结果进行处理，获得第一转化结果。