[发明专利]OCR训练数据生成方法、装置、设备及介质

权利要求书

1.一种OCR训练数据生成方法，其特征在于，所述OCR训练数据生成方法包括：

获取终端设备中显示页面的截图、文本信息及所述文本信息对应的坐标信息；

根据所述截图、所述文本信息和所述坐标信息，生成光学字符识别OCR模型的训练数据。

2.如权利要求1所述的OCR训练数据生成方法，其特征在于，所述OCR模型包括字符识别模型，所述根据所述截图、所述文本信息和所述坐标信息，生成光学字符识别OCR模型的训练数据的步骤包括：

根据所述文本信息和所述坐标信息，对所述截图进行图像分割，得到子图像；

根据所述子图像与所述文本信息，生成所述字符识别模型的训练数据。

3.如权利要求2所述的OCR训练数据生成方法，其特征在于，所述OCR模型还包括字符检测模型，所述根据所述截图、所述文本信息和所述坐标信息，生成光学字符识别OCR模型的训练数据的步骤还包括：

根据所述截图、所述文本信息和所述坐标信息，生成所述字符检测模型的训练数据。

4.如权利要求1所述的OCR训练数据生成方法，其特征在于，所述根据所述截图、所述文本信息和所述坐标信息，生成光学字符识别OCR模型的训练数据的步骤之前包括：

根据所述坐标信息对所述截图进行图像裁剪，得到裁剪后的截图，以执行根据所述截图、所述文本信息和所述坐标信息，生成光学字符识别OCR模型的训练数据的步骤。

5.如权利要求4所述的OCR训练数据生成方法，其特征在于，所述根据所述截图、所述文本信息和所述坐标信息，生成光学字符识别OCR模型的训练数据的步骤之前还包括：

确定所述显示页面中是否存在图像；

若存在，则去除所述截图中的所述图像，以执行根据所述截图、所述文本信息和所述坐标信息，生成光学字符识别OCR模型的训练数据的步骤。

6.如权利要求1所述的OCR训练数据生成方法，其特征在于，所述获取终端设备中显示页面的截图、文本信息及所述文本信息对应的坐标信息的步骤包括：

获取终端设备中预设应用程序的显示页面的截图；

根据预设控件解析模块获取所述显示页面的文本信息及所述文本信息对应的坐标信息。

7.如权利要求1所述的OCR训练数据生成方法，其特征在于，所述根据所述截图、所述文本信息和所述坐标信息，生成光学字符识别OCR模型的训练数据的步骤之后，还包括：

确定所述训练数据的数据格式是否为所述OCR模型所需训练数据的数据格式；

若所述训练数据的数据格式不是所述OCR模型所需训练数据的数据格式，则将所述训练数据的数据格式转换为所述OCR模型所需训练数据的数据格式，以根据所述训练数据对所述OCR模型进行训练。

8.一种OCR训练数据生成装置，其特征在于，所述OCR训练数据生成装置包括：

获取模块，用于获取终端设备中显示页面的截图、文本信息及所述文本信息对应的坐标信息；

生成模块，用于根据所述截图、所述文本信息和所述坐标信息，生成光学字符识别OCR模型的训练数据。

9.一种OCR训练数据生成设备，其特征在于，所述OCR训练数据生成设备包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的OCR训练数据生成程序，所述OCR训练数据生成程序被所述处理器执行时实现如权利要求1-7中任一项所述的OCR训练数据生成方法的步骤。

10.一种介质，所述介质为计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有OCR训练数据生成程序，所述OCR训练数据生成程序被处理器执行时实现如权利要求1-7中任一项所述的OCR训练数据生成方法的步骤。