一种基于OCR识别技术的表单快速搭建方法技术

本发明专利技术公开了一种基于OCR识别技术的表单快速搭建方法，包括以下步骤：S1：上传纸质表格图片；S2：基于OCR识别技术，识别出图片中的文字、文字在图片中的绝对位置以及文字的范围；S3：对于识别到的文字进行语义化，获得对应的表单组件；S4：识别图片中各个字段的布局位置。本发明专利技术中，将表单拍照上传即可快速识别，省去了使用excel导入需要先手动将信息录入到excel的操作，最大限度地降低手动录入花费的时间成本和人力成本，增加了识别语义化的过程，通过自动识别，快速分析和匹配字段类型，帮助用户快速理解表单的组件类型，用户无需理解字段类型的差异，即可快速搭建表单，降低用户理解成本。理解成本。理解成本。

【技术实现步骤摘要】
一种基于OCR识别技术的表单快速搭建方法


[0001]本专利技术涉及低代码
，尤其涉及一种基于OCR识别技术的表单快速搭建方法。

技术介绍

[0002]低代码开发平台(LCDP)是无需编码(0代码)或通过少量代码就可以快速生成应用程序的开发平台。通过可视化进行应用程序开发的方法(参考可视编程语言)，使具有不同经验水平的开发人员可以通过图形化的用户界面，使用拖拽组件和模型驱动的逻辑来创建网页和移动应用程序。
[0003]低代码的表单功能正在逐渐取代线下的纸质化流程，但在纸质化向线上化转型中，需要大量的将线下的纸质表格手动输入到系统中，创建新的表格，首先，对于不熟悉低代码使用的人群，或者表格内容较多的情况下，手动录入的方式耗费时间和人力，也容易出现遗漏偏差等问题；
[0004]其次，使用已有的excel/word导入创建表单的方式，需要先完成纸质表格到excel/word文档的录入工作，同样需要人工先转录，才能再次导入，占用较多的人力成本和时间成本；
[0005]最后，现有公开号为：CN109784235A，名称为“纸本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于OCR识别技术的表单快速搭建方法，其特征在于，包括以下步骤：S1：通过表单搭建页面的上传图片入口上传纸质表格图片，图片上传成功后，调用OCR服务接口对图片进行亮暗度、清晰度检查，对于满足检查要求的图片调用图片识别接口，对于不满足检查要求的图片，重新拍照上传；S2：通过调用OCR文字识别服务接口，获取返回的图片中的文字数据，文字数据包括图片分辨率信息、识别到的文字信息和文字在图片中的绝对位置坐标信息，若图片中不包含文字，识别失败，返回步骤S1；S3：对于识别到的文字进行语义匹配，获得对应的表单组件；S4：计算识别到的文字在布局中的绝对位置与宽高，结合布局预设方案计算出字段在布局中的位置；S5：根据识别出的表单组件、布局位置和比例进行排列，获得表单预览页面，根据识别出表单组件获得组件列表，手动调整组件列表中的组件类型，对表单预览页面中的表单组件进行编辑；S6：确认表单预览页面中的字段无误后，在表单设计页面生成表单页面，设置表单参数，完成表单创建。2.根据权利要求1所述的一种基于OCR识别技术的表单快速搭建方法，其特征在于，在步骤S3中，所述文字语义匹配步骤包括：S31：将识别到的文字与数据库中的字段名称进行精确和模糊匹配，获取匹配到的字段名称对应的表单组件集合，并对表单组件集合进行分组统计，取分组中数量最多的组件类型作为待匹配文字的类型；S32：当匹配到的组件类型为单选或者复选或者表格时，则继续进行字段匹配，单选或者多选会继续识别选项值，表格则按照步骤S31识别表格中的组件类型；S33：当未匹配到的组件类型为单选、复选或者表格的复合类型时，手动确定识别到的文字是单选、复选或者表格，并将其他字段加入到该复合类型中；S34：基于步骤S31
‑
S33匹配失败的，按照语义化基本规则进行匹配，基于语义化基本规则和步骤S31
‑
S33均匹配失败的，组件类型默认为TEXT。3.根据权利要求2所述的一种基于OCR识别技术的表单快速搭建方法，其特征在于，在步骤S31中，字段精确匹配为：将待匹配的识别文字作为匹配条件带入到查询条件中的name.keyword做关键字筛选，对筛选到的记录按字段类型dataType进行分组统计，取统计数量最大的组的类型作为文字的语义化字段类型。4.根据权利要求3所述的一种基于OCR识别技术的表单快速搭建方法，其特征在于，在步骤S31中，字段模糊匹配为：当精确匹配无法匹配到数据时，采用分词进行模糊匹配，取相关性最大的记录的类型作为待匹配文字的类型，最大相关性数据存在多条，则对记录按字段类型进行分组，取最大分组的类型作为文字的语义化类型。5.根据权利要求4所述的一种基于OCR识别技术的表单...

【专利技术属性】
技术研发人员：陶滨江，
申请(专利权)人：上海纽酷信息科技有限公司，
类型：发明
国别省市：