[发明专利]基于人工智能的文本识别排序方法、装置、设备及介质

权利要求书

1.一种基于人工智能的文本识别排序方法，其特征在于，包括：

响应于文本识别指令，获取与所述文本识别指令相应的待识别文本数据，及获取与所述待识别文本数据相应的文本切割边框集合；其中，所述文本切割边框集合中包括多个文本切割边框，每一文本切割边框均包括文本坐标属性和文本内容；

将所述文本切割边框集合根据纵向坐标的升序顺序进行排序，得到文本切割边框纵向排序结果；其中，所述文本切割边框纵向排序结果中每一文本切割边框对应一个边框行号；

将所述文本切割边框纵向排序结果根据横向坐标的升序顺序进行排序，得到文本切割边框横向排序结果；其中，所述文本切割边框横向排序结果中每一文本切割边框对应一个边框列号；以及

将所述文本切割边框横向排序结果中每一文本切割边框的文本内容按照对应的边框行号和边框列号渲染至预先建立的空白画布上，得到与所述待识别文本数据对应的文本识别结果。

2.根据权利要求1所述的基于人工智能的文本识别排序方法，其特征在于，所述待识别文本数据为单页文件；所述获取与所述文本识别指令相应的待识别文本数据，及获取与所述待识别文本数据相应的文本切割边框集合，包括：

根据文件后缀名获取所述待识别文本数据的文件格式；

若确定所述待识别文本数据的文件格式是图片格式，将所述待识别文本数据转化为JPG格式的待识别文本图片；

若确定所述待识别文本数据的文件格式是非图片格式，将所述待识别文本数据转化为JPG格式的待识别文本图片；

通过光学字符识别模型对所述待识别文本图片进行文本识别切割，得到文本切割边框集合。

3.根据权利要求1所述的基于人工智能的文本识别排序方法，其特征在于，所述待识别文本数据为多页文件；所述获取与所述文本识别指令相应的待识别文本数据，及获取与所述待识别文本数据相应的文本切割边框集合，包括：

若确定所述待识别文本数据的文件格式是图片格式，将所述待识别文本数据转化为JPG格式的待识别文本图片集；

获取所述待识别文本图片集中每一待识别文本图片的页码，并按照页面的升序顺序排序得到页码排序结果；

获取所述页码排序结果第i位页码对应的第i位页码待识别文本图片，通过光学字符识别模型对所述第i位页码待识别文本图片进行文本识别切割，得到第i位页码文本切割边框集合；其中，i的初始取值为1，且i的取值范围是[1,N],N表示所述待识别文本图片集的总页数；

将i自增1以更新i的取值；

判断i是否超出N；若确定i未超出N，返回执行获取所述页码排序结果第i位页码对应的第i位页码待识别文本图片，通过光学字符识别模型对所述第i位页码待识别文本图片进行文本识别切割，得到第i位页码文本切割边框集合的步骤；

若确定i超出N，获取待识别文本图片集的文本切割边框集合。

4.根据权利要求1所述的基于人工智能的文本识别排序方法，其特征在于，所述将所述文本切割边框集合根据纵向坐标的升序顺序进行排序，得到文本切割边框纵向排序结果，包括：

将所述文本切割边框集合中各文本切割边框进行初始编号；其中，所述文本切割边框集合中文本切割边框的总个数为M；

获取所述文本切割边框集合中第j+1号文本切割边框，以及获取第1号文本切割边框至第j号文本切割边框；其中j的初始取值为1，且j的取值范围是[1,M-1]；

对所述第1号文本切割边框至所述第j+1号文本切割边框根据边框Y坐标范围进行升序排序，得到第j轮文本切割边框排序结果；

将j自增1以更新j的取值；若确定j未超出M-1，返回执行所述获取所述文本切割边框集合中第j+1号文本切割边框，以及获取第1号文本切割边框至第j号文本切割边框的步骤；

若确定j超出M-1，获取第M-1轮文本切割边框排序结果作为文本切割边框纵向排序结果。