[发明专利]一种图像文字信息提取方法、系统及存储介质

摘要

本申请公开了一种图像文字信息提取方法、系统及存储介质，其方法通过对图文数据集进行文本转换后，得到文本数据，通过对文本数据进行分词，计算各个词组与预设的主题特征词库中的各个主题特征词的相似度，将相似度大于预设相似度的词组作为关键特征词，从而过滤掉偏离主题的文本数据，同时，通过对关键特征词赋予权重将所有词组划分为热词和非热词，根据非热词的数量过滤非关键图文数据，并对非关键图文数据，以缩小非关键图文数据的容量，降低其图像文字提取的进程的占用空间，同时，通过对关键图文数据中的热词进行候选框标注，调用图形文字信息提取模型提取候选框标注内的热词，从而可以提高图像文字信息提取效率和准确度。