文本提取方法、装置、电子设备及存储介质制造方法及图纸

本申请提供的一种文本提取方法、装置、电子设备及存储介质，应用于数据处理技术领域，所述方法包括：获取版面图像的关键字框以及文字检测框；将所述关键字框进行镜像翻转，得到所述关键字框的镜像框；将与所述镜像框存在重叠区域的至少一个所述文字检测框，作为所述关键字框相对应的键值框；对关键字框和所述键值框进行文本识别，获得所述版面图像的文本信息。本方案首先将关键字框进行镜像翻转得到镜像框，将镜像框存在重叠区域的文字检测框作为该关键字框的键值框，然后将关键字框和其对应的键值框进行文本提取，可以适用于各种版面的版本图像，可以高效且准确地对存在倾斜的证件的版面图像进行文本提取。

【技术实现步骤摘要】
文本提取方法、装置、电子设备及存储介质
本申请属于数据处理
，特别是涉及一种文本提取方法、装置、电子设备及存储介质。
技术介绍
对具有固定版面的文本图像进行文本提取可以使用户快速获取证件中的文本信息，在先技术通常是通过运用一些行列对齐或者模板匹配的方式来对文本图像中的文本信息进行定位。但是由于不同证件的版面排版不同，需要依赖于人工设置固有版面模板才能实现对于不同版面文本的格式化输出，因此这种方式对于固定版面的文本图像的适用性较低，并且对于文本图像质量要求较高，若图像的证件倾斜，也会影响文本提取的效果。
技术实现思路
有鉴于此，本申请第一方面提供一种文本提取方法，所述方法包括：获取版面图像的关键字框以及文字检测框；将所述关键字框进行镜像翻转，得到所述关键字框的镜像框；将与所述镜像框存在重叠区域的至少一个所述文字检测框，作为所述关键字框相对应的键值框；对关键字框和所述键值框进行文本识别，获得所述版面图像的文本信息。可选的，在所述文字检测框存在多个的情况下；所述将所述关本文档来自技高网...

【技术保护点】
1.一种文本提取方法，其特征在于，所述方法包括：/n获取版面图像的关键字框以及文字检测框；/n将所述关键字框进行镜像翻转，得到所述关键字框的镜像框；/n将与所述镜像框存在重叠区域的至少一个所述文字检测框，作为所述关键字框相对应的键值框；/n对所述关键字框和所述键值框进行文本识别，获得所述版面图像的文本信息。/n

【技术特征摘要】
1.一种文本提取方法，其特征在于，所述方法包括：
获取版面图像的关键字框以及文字检测框；
将所述关键字框进行镜像翻转，得到所述关键字框的镜像框；
将与所述镜像框存在重叠区域的至少一个所述文字检测框，作为所述关键字框相对应的键值框；
对所述关键字框和所述键值框进行文本识别，获得所述版面图像的文本信息。


2.根据权利要求1所述的方法，其特征在于，在所述文字检测框存在多个的情况下；
所述将所述关键字框进行镜像翻转，得到所述关键字框的镜像框，包括：
将所述关键字框按照预设方向镜像翻转至少两次，得到所述关键字框的至少两个镜像框；
所述将与所述镜像框存在重叠区域的至少一个所述文字检测框，作为所述关键字框相对应的键值框，包括：
将与至少一个所述镜像框存在重叠区域的至少两个所述文字检测框，按照所述预设方向进行合并，得到所述关键字框相对应的键值框。


3.根据权利要求1所述的方法，其特征在于，所述获取版面图像的关键字框以及文字检测框，包括：
对版面图像进行模糊检索，获取所述版面图像的关键字框，以及将所述版面图像输入至文字检测模型，获取所述版面图像的文字检测框。


4.根据权利要求1所述的方法，其特征在于，在所述获取版面图像的关键字框以及文字检测框之前，还包括：
获取版面图像；
对所述版面图像进行旋转矫正。


5.根据权利要求1所述的方法，其特征在于，所述文本信息包括所述关键字框的关键字信息以及所述键值框的键值信息，在所述对所述关键字框和所述键...

【专利技术属性】
技术研发人员：张博熠，刘设伟，付晓，刘昊岳，
申请(专利权)人：泰康保险集团股份有限公司，泰康在线财产保险股份有限公司，
类型：发明
国别省市：北京;11