[发明专利]电子档案文本识别方法、系统、计算机设备和存储介质

权利要求书

1.一种电子档案文本识别方法，其特征在于，包括：

获取纸质档案的扫描图像，建立数据集；

对所述扫描图像进行目标检测，得到数个局部待识别图像块；

对所述局部待识别图像块进行文字识别，得到对应的识别文本；

将所述识别文本输入神经网络进行训练，得到所述识别文本对应的标签；

按照所述标签，将所述识别文本输入到预设的电子档案的标准格式中，生成所述纸质档案对应的电子档案。

2.根据权利要求1所述的电子档案文本识别方法，其特征在于，所述获取纸质档案的扫描图像，建立数据集的步骤包括：

根据预设的电子档案的标准格式和纸质档案的格式，将所有格式中的每个标题对应生成标签；

对纸质档案进行扫描，生成档案扫描图像，并标注所述标签，生成训练集和测试集。

3.根据权利要求1所述的电子档案文本识别方法，其特征在于，所述对所述扫描图像进行目标检测，得到数个局部待识别图像块的步骤包括：

将所述扫描图像输入YOLO模型进行目标检测，得到所述扫描图像的数个局部图像边界框；

将所述边界框内的局部图像作为局部待识别图像块。

4.根据权利要求1所述的电子档案文本识别方法，其特征在于，所述对所述局部待识别图像块进行文字识别，得到对应的识别文本的步骤包括：将所述局部待识别图像块输入CRNN模型进行文字识别，得到对应的识别文本。

5.根据权利要求2所述的电子档案文本识别方法，其特征在于，所述将所述识别文本输入神经网络进行训练，得到所述识别文本对应的标签的步骤包括：

使用训练集对CNN卷积神经网络进行训练；

将所述识别文本输入训练好的所述CNN卷积神经网络模型进行分类预测，得到所述识别文本对应的分类标签。

6.根据权利要求1所述的电子档案文本识别方法，其特征在于，所述按照所述标签，将所述待识别文本输入到预设的电子档案的标准格式中，生成所述纸质档案对应的电子档案的步骤包括：

将所述标签与电子档案的标准格式中的每个标题进行比对；

将比对一致的标签对应的识别文本输入到所述电子档案对应的标题位置，生成所述纸质档案对应的电子档案。

7.根据权利要求1所述的电子档案文本识别方法，其特征在于，所述按照所述标签，将所述待识别文本输入到预设的电子档案的标准格式中，生成所述纸质档案对应的电子档案的步骤还包括：

将比对不一致的标签对应的识别文本输入到到预设的电子文档中；

将电子文档作为纸质档案对应的第二电子档案。

8.一种电子档案文字识别系统，其特征在于，包括：

数据集建立模块，用于获取纸质档案的扫描图像，建立数据集；

图像检测模块，用于对所述扫描图像进行目标检测，得到数个局部待识别图像块；

文本识别模块，用于对所述局部待识别图像块进行文字识别，得到对应的识别文本；

文本分类模块，用于将所述识别文本输入神经网络进行训练，得到所述识别文本对应的标签；

档案生成模块，用于按照所述标签，将所述识别文本输入到预设的电子档案的标准格式中，生成所述纸质档案对应的电子档案。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。