[发明专利]一种OCR识别的处理方法、存储介质和服务器

说明书

本发明公开了一种OCR识别的处理方法，用于解决如何减少OCR产品对数字识别的解析结果所带来的负面影响的问题。本发明提供的方法包括：对目标图片进行OCR扫描，获取扫描得到的目标文本；检测所述目标文本中是否存在表示金额单位的特定文本，且所述特定文本的前n位文本中存在数值型文本，n大于0；若是，则从所述目标文本中获取位于所述特定文本的前面、靠近所述特定文本、且数值型文本所占比例超过预设比例阈值的文本段；检测是否所述文本段中存在非数值型文本且所述非数值型文本满足预设条件；若所述文本段中存在非数值型文本且所述非数值型文本满足预设条件，则突出显示所述文本段。本发明还提供存储介质和服务器。

技术领域

本发明涉及OCR识别技术领域，尤其涉及一种OCR识别的处理方法、存储介质和服务器。

背景技术

目前市面上的OCR(Optical Character Recognition，光学字符识别)产品对中文的支持不太好，特别是在大段文字识别中，会存在数字0识别问题。比如采用OCR识别技术进行大段文本识别时，对数字的识别不太准确，比如，会把100000识别为100。00或100O00或10。000等。

因此，如何减少OCR产品对数字识别的解析结果所带来的负面影响成为了本领域技术人员的亟需解决的问题。

发明内容

本发明实施例提供了一种OCR识别的处理方法、存储介质和服务器，能够减少OCR产品对数字识别的解析结果所带来的负面影响。

第一方面，提供了一种OCR识别的处理方法，包括：

对目标图片进行OCR扫描，获取扫描得到的目标文本；

检测所述目标文本中是否存在表示金额单位的特定文本，且所述特定文本的前n位文本中存在数值型文本，n大于0；

若所述目标文本中存在表示金额单位的特定文本，且所述特定文本的前n位文本中存在数值型文本，则从所述目标文本中获取位于所述特定文本的前面、靠近所述特定文本、且数值型文本所占比例超过预设比例阈值的文本段；

检测是否所述文本段中存在非数值型文本且所述非数值型文本满足预设条件；

若所述文本段中存在非数值型文本且所述非数值型文本满足预设条件，则突出显示所述文本段。

第二方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的OCR识别的处理方法的步骤。

第三方面，提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤：

对目标图片进行OCR扫描，获取扫描得到的目标文本；

检测所述目标文本中是否存在表示金额单位的特定文本，且所述特定文本的前n位文本中存在数值型文本，n大于0；

若所述目标文本中存在表示金额单位的特定文本，且所述特定文本的前n位文本中存在数值型文本，则从所述目标文本中获取位于所述特定文本的前面、靠近所述特定文本、且数值型文本所占比例超过预设比例阈值的文本段；

检测是否所述文本段中存在非数值型文本且所述非数值型文本满足预设条件；

若所述文本段中存在非数值型文本且所述非数值型文本满足预设条件，则突出显示所述文本段。

从以上技术方案可以看出，本发明实施例具有以下优点：