[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

说明书

本发明涉及人工智能技术，提供了基于人工智能的文本识别排序方法、装置、计算机设备及存储介质，对待识别文本数据中所识别得到的文本切割边框集合依序进行边框的纵向排序和横向排序以得到文本切割边框横向排序结果并最终渲染至空白画布上得到文本识别结果，采用坐标空间排序之后得到的文本识别结果更准确。

技术领域

本发明涉及人工智能的图像识别技术领域，尤其涉及一种基于人工智能的文本识别排序方法、装置、计算机设备及存储介质。

背景技术

OCR(Optical Character Recognition，表示光学字符识别)是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符，然后用字符识别方法将形状翻译成计算机文字的过程；即对文本资料进行扫描，然后对图像文件进行分析处理，获取文字及版面信息的过程。

OCR文字识别结果提取现阶段都是切割成一个个文字块，每一块对应4个坐标，识别效果好的时候会是长方形，大多情况下是无规则的四边形，展示识别结果是通过一块空白的画布按照这些文字块的坐标画成一个个文字输入区域块，然后把对应文字块的文字输入到文字输入区域中去，如果切割的文字块是无规则的，在还原成文字输入区域块的时候，经常发生重叠、错位的情景，展示的文字效果出现重影等效果，给前端在解读OCR识别结果的时候造成阅读障碍，降低了最终结果识别准确率。

发明内容

本发明实施例提供了一种基于人工智能的文本识别排序方法、装置、计算机设备及存储介质，旨在解决现有技术中OCR文字识别结果提取现阶段都是切割成一个个文字块，如果切割的文字块是无规则的，在还原成文字输入区域块的时候，经常发生重叠、错位的情景，降低了最终结果识别准确率的问题。

第一方面，本发明实施例提供了一种基于人工智能的文本识别排序方法，其包括：

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。

第二方面，本发明实施例提供了一种基于人工智能的文本识别排序装置，其包括：

边框集合获取单元，用于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；

纵向排序单元，用于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；

横向排序单元，用于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

文本识别结果获取单元，用于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。