[发明专利]OCR图像的标注数据的处理方法、装置、设备及存储介质

说明书

本申请涉及人工智能技术领域，公开了一种OCR图像的标注数据的处理方法，包括：获取待处理OCR图像，并识别所述OCR图像中所包含的标注数据，其中所述待处理OCR图像包含有一个或者多个标注数据；获取预设的筛选条件，并基于所述筛选条件对所述标注数据进行筛选，得到待处理标注数据；获取与所述待处理OCR图像的尺寸相同的矩阵图像，并将所述待处理标注数据填充到所述矩阵图像中，得到二值图像；对所述二值图像进行膨胀处理，并基于处理后的所述二值图像将所述待处理标注数据进行合并，得到合并后的标注数据。本申请还提供一种装置、计算机设备和存储介质。实现根据需求对标注数据的再处理，降低模型训练数据标注复杂性，提高竖直分布文字的检测准确率。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种OCR图像的标注数据的处理方法、OCR图像的标注数据的处理装置、计算机设备及计算机可读存储介质。

背景技术

目前来说，深度模型的准确率主要取决于两个方面：网络设计和训练数据。当训练数据量较小时，网络设计的合理性往往发挥着更大的作用；然而，随着训练数据规模的不断增加，优化网络结构所能带来的性能提升将逐渐趋近于零，而影响系统整体效果则主要体现在模型所使用的大规模数据携带的信息是否足够。因此，数据的筛选和处理是很有必要的。

而在进行数据的预处理时，需要合理且准确的对数据进行处理，比如标注，然后使用标注后的数据对所需要训练的模型进行训练，而由于数据标注是基于模型自身的需求和性能所进行的，使得数据的适用性具有更大的局限性。

因此，现在亟需一种提高模型训练效率和准确性OCR图像的标注数据的处理方法。

发明内容

本申请提供了一种OCR图像的标注数据的处理方法、装置、计算机设备及存储介质，以提高了模型的训练效率，同时降低模型训练数据标注复杂性，提高了模型对竖直分布文字的检测准确率。

第一方面，本申请提供了一种OCR图像的标注数据的处理方法，所述方法包括：

获取待处理OCR图像，并识别所述OCR图像中所包含的标注数据，其中所述待处理OCR图像包含有一个或者多个标注数据；

获取预设的筛选条件，并基于所述筛选条件对所述标注数据进行筛选，得到待处理标注数据；

获取与所述待处理OCR图像的尺寸相同的矩阵图像，并将所述待处理标注数据填充到所述矩阵图像中，得到二值图像；

对所述二值图像进行膨胀处理，并基于处理后的所述二值图像将所述待处理标注数据进行合并，得到合并后的标注数据。

第二方面，本申请还提供了一种OCR图像的标注数据的处理装置，所述装置包括：

识别模块，用于获取待处理OCR图像，并识别所述OCR图像中所包含的标注数据，其中所述待处理OCR图像包含有一个或者多个标注数据；

筛选模块，用于获取预设的筛选条件，并基于所述筛选条件对所述标注数据进行筛选，得到待处理标注数据；

填充模块，用于获取与所述待处理OCR图像的尺寸相同的矩阵图像，并将所述待处理标注数据填充到所述矩阵图像中，得到二值图像；

处理模块，用于对所述二值图像进行膨胀处理，并基于处理后的所述二值图像将所述待处理标注数据进行合并，得到合并后的标注数据。

第三方面，本申请还提供了一种计算机设备，所述计算机设备包括存储器和处理器；所述存储器用于存储计算机程序；所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如上述的OCR图像的标注数据的处理方法。

第四方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上述的OCR图像的标注数据的处理方法。