页面识别方法、装置、设备和存储介质制造方法及图纸

本发明专利技术实施例公开了一种页面识别方法、装置、设备和存储介质。所述方法包括：获取包括有书籍图像的图像信息；根据书籍图像获取书籍对应的播放信息，播放信息包括：语音信息以及语音音效设置；输出播放信息，其中，所述语音信息按照语音音效设置进行播放。本发明专利技术实施例的技术方案解决了现有技术中伴读设备在实现指定书籍页面朗读时，需额外配备专用设备的技术缺陷，实现了伴读设备无需借助外部设备，也可准确、快速以及便捷地确定并朗读与当前书籍页面对应的语音，降低了用户的使用成本，提高了用户的使用便捷度以及用户使用体验。

【技术实现步骤摘要】
页面识别方法、装置、设备和存储介质
本专利技术实施例涉及伴读领域，尤其涉及一种页面识别方法、装置、设备和存储介质。
技术介绍
近年来，在社会背景、国家政策与市场现状的多重因素影响下，机器人行业发展迅速，教育领域与机器人产业的结合正日渐深入。如今，在市场上，智能教育陪伴机器人开始掀起新热潮，以其丰富实用的功能迅速得到人们的认可。现有的智能教育陪伴机器人在分页朗读书籍内容时，一般都需要通过使用点读笔等配套设备识别所需读取的书籍页面的唯一标识(例如二维码或识别贴)，才能正确获取并朗读与当前页面的文字内容对应的语音。专利技术人在实现本专利技术的过程中，发现现有技术存在如下缺陷：实现指定书籍页面朗读，需配备点读笔类设备提高了用户的使用成本，同时，由于点读笔类设备以及书籍页面的唯一标识并不通用，所以，使用不同品牌的智能教育陪伴机器人需配备多套点读笔类设备，且即便是相同内容的书籍也需要同时配备多套，影响了用户再次购买智能教育陪伴机器人的选择自由度。
技术实现思路
有鉴于此，本专利技术实施例提供了一种页面识别方法、装置、设备和存储介质，以优化现有的伴读技术，提高用户使用体验。在第一方面，本专利技术实施例提供了一种页面识别方法，包括：获取包括有书籍图像的图像信息；根据所述书籍图像获取书籍对应的播放信息，所述播放信息包括：语音信息以及语音音效设置；输出所述播放信息，其中，所述语音信息按照所述语音音效设置进行播放。在上述方法中，可选的是，所述根据所述书籍图像获取书籍对应的播放信息，包括：通过对所述图像信息进行裁剪，获取所述书籍图像；确定与所述书籍图像匹配的页面图像；获取与所述页面图像对应的播放信息。在上述方法中，可选的是，所述通过对所述图像信息进行裁剪，获取所述书籍图像，包括：通过前背景剪除方法对所述图像信息进行裁剪，获取所述书籍图像。在上述方法中，可选的是，所述确定与所述书籍图像匹配的页面图像，包括：计算所述书籍图像的哈希编码；将与所述书籍图像的哈希编码的汉明距离最小的哈希编码所对应的页面图像，作为与所述书籍图像匹配的页面图像。在上述方法中，可选的是，在所述通过对所述图像信息进行裁剪，获取所述书籍图像之后，还包括：获取对所述图像信息进行裁剪之后的背景图像；计算所述书籍图像与所述背景图像的面积比；判断所述面积比是否大于设定阈值；若所述面积比小于等于所述设定阈值，则播放设定语音，以使用户移动所述书籍，并返回执行获取包括有书籍图像的图像信息，直至所述面积比大于所述设定阈值。在上述方法中，可选的是，在所述输出所述播放信息之后，还包括：继续获取包括有书籍图像的图像信息；判断本次获取的书籍图像与上次获取的书籍图像是否相同；若本次获取的书籍图像与上次获取的书籍图像不同，则根据本次获取的书籍图像获取书籍对应的播放信息，并输出该播放信息。在上述方法中，可选的是，所述播放信息还包括：图像信息。在第二方面，本专利技术实施例提供了一种页面识别装置，包括：图像信息获取模块，用于获取包括有书籍图像的图像信息；播放信息获取模块，用于根据所述书籍图像获取书籍对应的播放信息，所述播放信息包括：语音信息以及语音音效设置；播放模块，用于输出所述播放信息，其中，所述语音信息按照所述语音音效设置进行播放。在第三方面，本专利技术实施例提供了一种设备，所述设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；摄像头，用于采集图像；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本专利技术任一实施例所述的页面识别方法。在第四方面，本专利技术实施例提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行本专利技术任一实施例所述的页面识别方法。本专利技术实施例提供了一种页面识别方法、装置、设备和存储介质，通过对图像的准确识别，获取与当前书籍页面对应的播放信息进行播放，解决了现有技术中伴读设备在实现指定书籍页面朗读时，需额外配备专用设备的技术缺陷，实现了伴读设备无需借助外部设备，也可准确、快速以及便捷地确定并朗读与当前书籍页面对应的语音，降低了用户的使用成本，提高了用户的使用便捷度以及用户使用体验。附图说明图1是本专利技术实施例一提供的一种页面识别方法的流程图；图2是本专利技术实施例二提供的一种页面识别方法的流程图；图3是本专利技术实施例三提供的一种页面识别装置的结构图；图4是本专利技术实施例四提供的一种设备的结构图。具体实施方式为了使本专利技术的目的、技术方案和优点更加清楚，下面结合附图对本专利技术具体实施例作进一步的详细描述。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。实施例一图1为本专利技术实施例一提供的一种页面识别方法的流程图，本实施例的方法可以由页面识别装置来执行，该装置可通过硬件和/或软件的方式实现，并一般可集成于伴读设备或移动终端中。本实施例的方法具体包括：S101、获取包括有书籍图像的图像信息。一般来说，伴读设备在播放用户指定的书籍页面的文字内容时，都需要借助外部设备(例如点读笔等)才能准确识别当前的书籍页面，进而对当前的书籍页面的文字内容进行播放，也就是说，现有技术中伴读设备无法独立识别当前的书籍页面。而在本实施例中，集成于伴读设备中的页面识别装置可以独立识别书籍页面，并根据所识别的书籍页面确定所需播放的信息。集成于伴读设备中的页面识别装置首先需要获取包括有书籍图像的图像信息，图像信息可以是通过摄像头获取的。进一步地，图像信息具体可以是通过一个摄像头获取的，也可以是通过多个摄像头获取的。具体而言，当图像信息是通过多个摄像头获取的，那么可以从所获取的多个图像信息共同确定书籍图像，此时多个摄像头的安装位置应尽量保证根据所获取的多个图像信息可以提取完整的书籍图像。当图像信息是通过一个摄像头获取的，那么此时就要求用户尽量将书籍放置在摄像头的正前方，以保证摄像头可以获取书籍的完整图像，但是书籍的放置角度可以不受限，也就是说书籍既可以是正向放置的，也可以是反向放置的，还可以是旋转一定角度后放置的。当然，很难保证用户每次都可以将书籍正确地放置在摄像头的正前方，尤其当用户是一名儿童时，因此在获取图像信息并经过图像处理确定获取的书籍图像不完整时，可以通过播放语音提醒用户移动书籍，以使书籍可以正确放置于摄像头的正前方。S102、根据书籍图像获取书籍对应的播放信息，播放信息包括：语音信息以及语音音效设置。在本实施例中，在获取图像信息之后，会根据图像信息中的书籍图像来确定所要播放的信息。具体而言，可以是直接将图像信息与事先存储的书籍页面图像进行模板匹配，并将匹配度最高的书籍页面图像对应的播放信息作为当前的播放信息，还可是以先从图像信息中获取书籍图像，具体可以是通过图像裁剪等图像处理技术获取书籍图像，然后本文档来自技高网...

【技术保护点】
1.一种页面识别方法，其特征在于，包括：获取包括有书籍图像的图像信息；根据所述书籍图像获取书籍对应的播放信息，所述播放信息包括：语音信息以及语音音效设置；输出所述播放信息，其中，所述语音信息按照所述语音音效设置进行播放。

【技术特征摘要】
1.一种页面识别方法，其特征在于，包括：获取包括有书籍图像的图像信息；根据所述书籍图像获取书籍对应的播放信息，所述播放信息包括：语音信息以及语音音效设置；输出所述播放信息，其中，所述语音信息按照所述语音音效设置进行播放。2.根据权利要求1所述的方法，其特征在于，所述根据所述书籍图像获取书籍对应的播放信息，包括：通过对所述图像信息进行裁剪，获取所述书籍图像；确定与所述书籍图像匹配的页面图像；获取与所述页面图像对应的播放信息。3.根据权利要求2所述的方法，其特征在于，所述通过对所述图像信息进行裁剪，获取所述书籍图像，包括：通过前背景剪除方法对所述图像信息进行裁剪，获取所述书籍图像。4.根据权利要求2所述的方法，其特征在于，所述确定与所述书籍图像匹配的页面图像，包括：计算所述书籍图像的哈希编码；将与所述书籍图像的哈希编码的汉明距离最小的哈希编码所对应的页面图像，作为与所述书籍图像匹配的页面图像。5.根据权利要求2所述的方法，其特征在于，在所述通过对所述图像信息进行裁剪，获取所述书籍图像之后，还包括：获取对所述图像信息进行裁剪之后的背景图像；计算所述书籍图像与所述背景图像的面积比；判断所述面积比是否大于设定阈值；若所述面积比小于等于所述设定阈值，则播放设定语音，以使用户移动...

【专利技术属性】
技术研发人员：汤炜，张晓雪，
申请(专利权)人：北京智能管家科技有限公司，
类型：发明
国别省市：北京,11