图片文本的相似度评价方法及装置制造方法及图纸

本发明专利技术公开了一种图片文本的相似度评价方法及装置，其中，方法包括以下步骤：获取第一图片文本和第二图片文本；分别提取第一图片文本和第二图片文本中的字符；将字符对齐到网格上，进行归一化处理；提取字符对应于网格上的灰度值，形成对应于每个字符的灰度值矩阵；依次对比第一图片文本中的每个字符的灰度值矩阵与第二图片文本中的每个字符的灰度值矩阵，得到字符评分值；根据字符评分值，计算第一图片文本与第二图片文本之间的相似度。该方法将图片文本中的字符进行量化处理，即字符转化成客观的数据，从而对客观数据的处理，提高了图片文本相似度评价结果的可信度。

【技术实现步骤摘要】
图片文本的相似度评价方法及装置
本专利技术涉及计算机
，具体涉及一种图片文本的相似度评价方法及装置。
技术介绍
目前，由多个字符所组成的文本已成为一种十分重要的信息载体。其文本间相似度的计算，作为一种文档处理中所经常使用的方法，通常被应用于文本聚类、文本检索、数据挖掘、系统自动问答等诸多应用场合。其中，对于字符串相似在文本分析中具有重要意义。现有的字符相似度计算方法都比较成熟的是计算最小编辑距离的方法。该方法是指两个字符串之间，由一个转化为另一个字符串所需的最小编辑步骤。编辑操作包括替换、删除、插入。该方法基于字符编辑，存在一定误差，并且进行相似度计算的路径较为复杂，导致字符串相似度计算的效率偏低。此外，对于以图片形式表示的文本内容，在进行相似度评价时，一般是通过识别图片中的字符，通过调用字符字典依次比对每个字符之间的相似度，进而得出整个图片文本的相似度。然而，该方法中需要实现设置字符字典，其次还需要针对每个字符查阅字符字典进行比对；此外，还需识别出图片中的文本，而文本识别的准确度直接关系到评价结果的准确度，从而导致该方法的可靠性以及对比效率偏低的问题。
技术实现思路
有鉴于此，本专利技术实施例提供了一种图片文本的相似度评价方法及装置，以解决现有技术中相似度评价结果的可靠性偏低的问题。本专利技术第一方面提供了一种图片文本的相似度评价方法，包括以下步骤：获取第一图片文本和第二图片文本；分别提取所述第一图片文本和所述第二图片文本中的字符；将所述字符对齐到网格上，进行归一化处理；提取所述字符对应于所述网格上的灰度值，形成对应于每个字符的灰度值矩阵；依次对比所述第一图片文本中的每个字符的灰度值矩阵与所述第二图片文本中的每个字符的灰度值矩阵，得到字符评分值；根据所述字符评分值，计算所述第一图片文本与所述第二图片文本之间的相似度。可选地，还包括：分别提取所述第一图片文本和所述第二图片文本中的N个关键词，所述关键词为第一图片文本和所述第二图片文本中频率最高的N个字符或字符串；分别对比所述关键词，计算所述第一图片文本和所述第二图片文本之间所述关键词的相似度，以得到关键词评分值。可选地，所述分别提取所述第一图片文本和所述第二图片文本中的N个关键词，包括以下步骤：对所述第一图片文本和所述第二图片文本中的所有字符进行切词处理，形成若干对应于第一图片文本和所述第二图片文本中字符串的灰度值矩阵，所述切词处理为将所述第一图片文本或所述第二图片文本中的单个字符组成词语；依次判断每两个所述字符串的灰度值矩阵的距离是否小于第一阈值；当判断结果为是时，则确定两个字符串为相同的字符串；统计所述相同的字符串的数量，其中，数量最大的前N个字符串为所述关键词。可选地，所述分别对比所述关键词，计算所述第一图片文本和所述第二图片文本之间所述关键词的相似度，包括：依次提取所述第一图片文本的任意一个关键词和所述第二图片文本中的任意一个关键词；计算提取出的两个关键词对应的灰度值矩阵之间的距离；根据计算结果，确定所述关键词的相似度。可选地，根据比对结果，计算所述第一图片文本与所述第二图片文本之间的相似度，采用如下公式计算：其中，A为所述第一图片文本与所述第二图片文本之间的相似度，a1和a2为常数，n为所述第一图片文本与所述第二图片文本中最小的字符总数；fi为所述字符评分值，N为关键词的数量，fj为所述关键词评分值。本专利技术第二方面还提供一种图片文本的相似度评价装置，包括：获取单元，用于获取第一图片文本和第二图片文本；第一提取单元，用于分别提取所述第一图片文本和所述第二图片文本中的字符；对齐单元，用于将所述字符对齐到网格上，进行归一化处理；第二提取单元，用于提取所述字符对应于所述网格上的灰度值，形成对应于每个字符的灰度值矩阵；第一对比单元，用于依次对比所述第一图片文本中的每个字符的灰度值矩阵与所述第二图片文本中的每个字符的灰度值矩阵，得到字符评分值；计算单元，用于根据所述字符评分值，计算所述第一图片文本与所述第二图片文本之间的相似度。可选地，还包括：第三提取单元，用于分别提取所述第一图片文本和所述第二图片文本中的N个关键词，所述关键词为第一图片文本和所述第二图片文本中频率最高的N个字符或字符串；第二对比单元，用于分别对比所述关键词，计算所述第一图片文本和所述第二图片文本之间所述关键词的相似度，以得到关键词评分值。可选地，所述第三提取单元，包括：切词子单元，用于对所述第一图片文本和所述第二图片文本中的所有字符进行切词处理，形成若干对应于第一图片文本和所述第二图片文本中字符串的灰度值矩阵，所述切词处理为将所述第一图片文本或所述第二图片文本中的单个字符组成词语；判断子单元，用于依次判断每两个所述字符串的灰度值矩阵的距离是否小于第一阈值；确定子单元，用于当判断结果为是时，则确定两个字符串为相同的字符串；统计子单元，用于统计所述相同的字符串的数量，其中，数量最大的前N个字符串为所述关键词。本专利技术第三方面还提供一种评价装置，包括至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行本专利技术第一方面或第一方面中任一项所述的图片文本的相似度评价方法。本专利技术第四方面提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使计算机执行本专利技术第一方面或第一方面中任一项所述的图片文本的相似度评价方法。本专利技术实施例提供的技术方案，具有如下有益效果：1.本专利技术实施例提供的图片文本相似度评价方法，通过将图片文本中的所有字符对齐到网格上进行归一化处理后，得到字符所对应的灰度值矩阵，并对灰度值矩阵进行对比分析得到字符评分值；该方法将图片文本中的字符进行量化处理，即字符转化成客观的数据，从而对客观数据的处理，提高了图片文本相似度评价结果的可信度。2.本专利技术实施例提供的图片文本相似度评价方法，通过对图片文本中关键词提取和量化处理，得到关键词评分值，能够利用关键词反应图片文本的相似度，进而提高了评价结果的精度。3.本专利技术实施例提供的图片文本相似度评价方法，通过将单个字符的字符评分值与关键词评分值相结合，得出两个图片文本之间的相似度，即结合多个评价因素，对待评价图片进行分析处理，能够提高评价的准确性和评价结果的精度。附图说明通过参考附图会更加清楚的理解本专利技术的特征和优点，附图是示意性的而不应理解为对本专利技术进行任何限制，在附图中：图1示出了本专利技术实施例1中图片文本的相似度评价方法的一个具体示意的方法流程图；图2示出了本专利技术实施例2中图片文本的相似度评价方法的一个具体示意的方法流程图；图3示出了本专利技术实施例3中图片文本的相似度评价方法的一个具体示意的方法流程图；图4示出了本专利技术实施例4中图片文本的相似度评价装置的一个具体示意的结构图；图5示出了本专利技术实施例5中评价装置的一个具体示意的结构图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域技术人员在没有作出创造性劳动前提下本文档来自技高网...

【技术保护点】
一种图片文本的相似度评价方法，其特征在于，包括以下步骤：获取第一图片文本和第二图片文本；分别提取所述第一图片文本和所述第二图片文本中的字符；将所述字符对齐到网格上，进行归一化处理；提取所述字符对应于所述网格上的灰度值，形成对应于每个字符的灰度值矩阵；依次对比所述第一图片文本中的每个字符的灰度值矩阵与所述第二图片文本中的每个字符的灰度值矩阵，得到字符评分值；根据所述字符评分值，计算所述第一图片文本与所述第二图片文本之间的相似度。

【技术特征摘要】
1.一种图片文本的相似度评价方法，其特征在于，包括以下步骤：获取第一图片文本和第二图片文本；分别提取所述第一图片文本和所述第二图片文本中的字符；将所述字符对齐到网格上，进行归一化处理；提取所述字符对应于所述网格上的灰度值，形成对应于每个字符的灰度值矩阵；依次对比所述第一图片文本中的每个字符的灰度值矩阵与所述第二图片文本中的每个字符的灰度值矩阵，得到字符评分值；根据所述字符评分值，计算所述第一图片文本与所述第二图片文本之间的相似度。2.根据权利要求1所述的相似度评价方法，其特征在于，还包括：分别提取所述第一图片文本和所述第二图片文本中的N个关键词，所述关键词为第一图片文本和所述第二图片文本中频率最高的N个字符或字符串；分别对比所述关键词，计算所述第一图片文本和所述第二图片文本之间所述关键词的相似度，以得到关键词评分值。3.根据权利要求2所述的相似度评价方法，其特征在于，所述分别提取所述第一图片文本和所述第二图片文本中的N个关键词，包括以下步骤：对所述第一图片文本和所述第二图片文本中的所有字符进行切词处理，形成若干对应于第一图片文本和所述第二图片文本中字符串的灰度值矩阵，所述切词处理为将所述第一图片文本或所述第二图片文本中的单个字符组成词语；依次判断每两个所述字符串的灰度值矩阵的距离是否小于第一阈值；当判断结果为是时，则确定两个字符串为相同的字符串；统计所述相同的字符串的数量，其中，数量最大的前N个字符串为所述关键词。4.根据权利要求2或3所述的相似度评价方法，其特征在于，所述分别对比所述关键词，计算所述第一图片文本和所述第二图片文本之间所述关键词的相似度，包括：依次提取所述第一图片文本的任意一个关键词和所述第二图片文本中的任意一个关键词；计算提取出的两个关键词对应的灰度值矩阵之间的距离；根据计算结果，确定所述关键词的相似度。5.根据权利要求2所述的相似度评价方法，其特征在于，根据比对结果，计算所述第一图片文本与所述第二图片文本之间的相似度，采用如下公式计算：其中，A为所述第一图片文本与所述第二图片文本之间的相似度，a1和a2为常数，...

【专利技术属性】
技术研发人员：任艳，叶倩，司蕾，郭泉，
申请(专利权)人：任艳，
类型：发明
国别省市：江苏,32