[发明专利]科目的识别方法、装置、终端设备和可读存储介质

说明书

本申请属于科目识别领域，尤其涉及一种科目的识别方法、装置、终端设备和可读存储介质。该方法包括：获取整页题目的图像，整页题目包含待搜索题目；对整页题目的图像进行分割，获得多组分割图像；识别多组分割图像中的文本信息，并对多组分割图像中的文本信息进行拼接，获得整页题目的文本信息；根据整页题目的文本信息，确定待搜索题目对应的科目信息。即本申请可以对整页题目的图像进行分割、识别和拼接，获得整页题目的文本信息，进而根据整页题目的文本信息，确定待搜索题目对应的科目信息，相对于仅使用一道题目的OCR文本信息进行科目的识别方法，提高了科目识别的准确率。

技术领域

本申请属于科目识别领域，尤其涉及一种科目的识别方法、装置、终端设备和可读存储介质。

背景技术

在现有科目的识别技术中，通常使用用户点击或框选待搜索的题目进行光学字符识别(Optical Character Recognition，OCR)，然后基于词频、词性、语义语法等技术进行科目识别。

该技术存在的问题为：仅使用一道题目的OCR文本信息进行科目识别，题目中的部分关键信息会识别错误，从而导致科目识别的准确率较低。

发明内容

本申请实施例提供一种科目的识别方法、装置、终端设备和可读存储介质，提高科目识别的准确率。

第一方面，本申请实施例提供一种科目的识别方法，包括：

获取整页题目的图像，所述整页题目包含待搜索题目；

对所述整页题目的图像进行分割，获得多组分割图像；

识别多组所述分割图像中的文本信息，并对多组所述分割图像中的文本信息进行拼接，获得所述整页题目的文本信息；

根据所述整页题目的文本信息，确定所述待搜索题目对应的科目信息。

在第一方面一种可能的实现方式中，所述对所述整页题目的图像进行分割，获得多组分割图像，包括：

对所述整页题目的图像进行等分分割，或非等分分割，获得多组所述分割图像，并对多组所述分割图像进行编码，获得多组所述分割图像的编码信息。

其中，所述对多组所述分割图像中的文本信息进行拼接，获得所述整页题目的文本信息，包括：

根据多组所述分割图像的编码信息，对多组所述分割图像中的文本信息进行拼接，获得所述整页题目的文本信息。

其中，所述根据所述整页题目的文本信息，确定所述待搜索题目对应的科目信息，包括：

在预设索引库中，搜索与所述整页题目的文本信息相关的文档信息，所述预设索引库包含每一整页题目对应的文档信息，每一整页题目对应的所述文档信息包括整页题目的文本信息和整页题目对应的科目信息；

基于所述文档信息，确定所述待搜索题目对应的科目信息。

其中，所述搜索与所述整页题目的文本信息相关的文档信息，包括：

根据预设相关度算子，确定所述整页题目的文本信息与预设索引库中文档信息的相关度；

根据所述相关度，确定与所述整页题目的文本信息相关的文档信息。

其中，所述基于所述文档信息，确定所述待搜索题目对应的科目信息，包括：

将与所述整页题目的文本信息相关的文档信息中，最大相关度的文档信息中所述整页题目对应的科目信息，确定为所述待搜索题目对应的科目信息。

第二方面，本申请实施例提供一种科目的识别装置，包括：

获取模块，用于获取整页题目的图像，所述整页题目包含待搜索题目；