一种基于OCR识别设备数据并生成数据表单的方法及系统技术方案

本发明专利技术公开了一种基于OCR识别设备数据并生成数据表单的方法及系统，涉及数据识别技术领域。该基于OCR识别设备数据并生成数据表单的方法，包括接收待处理图片信息，通过PCA提取特征码并送入SVM仿真测试，根据SVM输出项判断所属类别。本发明专利技术从多层次、多维度采集设备信息、收集设备实物数据，通过图像识别模型训练、经过图像处理、文字识别，特征数据提取和降维分类、数据计算等过程，提取到元数据并存储到数据库，通过动态生成表单的方式将数据渲染到信息化界面，从而解决了人工录入数据无法识别元数据、无法提取数据特征属性，导致标准分类元数据信息不准确，既浪费了人力成本也没有实现数据的分类的问题。现数据的分类的问题。现数据的分类的问题。

【技术实现步骤摘要】
一种基于OCR识别设备数据并生成数据表单的方法及系统


[0001]本专利技术涉及数据识别
，具体为一种基于OCR识别设备数据并生成数据表单的方法及系统。

技术介绍

[0002]OCR(optical character recognition)文字识别是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符，然后用字符识别方法将形状翻译成计算机文字的过程；即，对文本资料进行扫描，然后对图像文件进行分析处理，获取文字及版面信息的过程。如何除错或利用辅助信息提高识别正确率，是OCR最重要的课题。衡量一个OCR系统性能好坏的主要指标有：拒识率、误识率、识别速度、用户界面的友好性，产品的稳定性，易用性及可行性等。
[0003]目前，对于一些需要采购大量的设备大型厂商采购单位，每台设备拥有自己的铭牌信息，传统的信息录入方式是由人工现场人工进行收货、验货、记录设备铭牌信息，人工分析将元数据录入数据存储系统。人工录入数据无法识别元数据、无法提取数据特征属性，导致标准分类元数据信息不准确，既浪费了人力成本也没有实现数据的分类。<br/>
技术实现思路
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识别设备数据并生成数据表单的方法，其特征在于：包括如下步骤：第一步：接收待处理图片信息，通过图片处理模块进行处理，之后通过PCA提取特征码并送入SVM仿真测试，根据SVM输出项判断所属类别，标识后输出分类样本数据；第二步：扫描第一步中的分类样本数据，基于OCR技术获取模板字库，通过SnowNLP技术获取特征值，建立BiLSTM+Attention模型，将识别的数据命名，生成数据模型并输出；第三步：接收数据模型，获取数据表头字段，判断当前类型的数据标准业务数据表是否存在，最终输出数据标准业务数据；第四步：接收数据标准业务数据，动态生成数据标准表单。2.根据权利要求1所述的一种基于OCR识别设备数据并生成数据表单的方法，其特征在于：所述第一步中处理图片信息具体包括以下步骤：S1、图片处理模块接收需要处理的包含设备铭牌信息的图片，所述图片通过拍照设备收集；S2、基于PCA技术提取每个样本的特征码，将特征码送入进行SVM训练；S3、基于PCA技术生成待分类图像的特征码，将待分类图像的特征码送入SVM仿真测试；S4、根据SVM输出项判断所属类别，并将输出目标进行标识。3.根据权利要求2所述的一种基于OCR识别设备数据并生成数据表单的方法，其特征在于：所述S2中将特征码送入进行SVM训练具体包括以下步骤：S21、根据样本特征码生成输入项，根据样本所属类别生成对应的输出项；S22、将输入项与输出项送入SVM训练，学习图像特征。4.根据权利要求1所述的一种基于OCR识别设备数据并生成数据表单的方法，其特征在于：所述第二步中生成数据模型具体包括以下步骤：S1、接收第一步中的分类样本数据并扫描；S2、依据OCR技术获取模板字库，将获得的数据进行键值对的标注，标识出该模板中的Key值；S3、通过SnowNLP技术进行训练，获取特征值；S4、将S3中的数据，通过有监督的学习法，训练S3产生的数据集，计算出每个词条的值对应的数据类型，并将数据类型追加到词条中；S5、基于S4的结果，建立BiLSTM+Attention模型并对数据进行分析，将识别出的数据进行命名，确定模型数据字段的key值，输出数据模型。5.根据权利要求4所述的一种基于OCR识别设备数据并生成数据表单的方法，其特征在于：所述S1接收分类样本数据并扫描具体包括：S11、将所有图像按照顺序存...

【专利技术属性】
技术研发人员：马艳龙，
申请(专利权)人：中电信数智科技有限公司，
类型：发明
国别省市：