[发明专利]生成训练数据的方法及装置

权利要求书

1.一种生成训练数据的方法，包括：

获取包括文字内容的纸质版的第一图像和与所述文字内容对应的文本，所述纸质版的第一图像包括文字标记，所述文字标记用于标记所述文字内容的位置；

在不同现实场景条件下，利用拍摄装置自动对所述纸质版的第一图像进行拍摄，得到多个第二图像，每个第二图像包括所述文字标记，其中，所述拍摄装置被配置为自动模拟所述不同现实场景条件，包括自动对所述纸质版的第一图像随机折叠、在所述纸质版的第一图像上增加污点或对所述纸质版的第一图像进行纸张变形，所述拍摄装置包括自动模拟所述不同现实场景条件的部件；

对于每个第二图像，根据所述文字标记，确定所述文字内容的文字坐标；

对于每个第二图像，去除所述文字标记，得到第三图像；

将所述文本、所述文字坐标和所述第三图像，确定为训练数据，用于训练光学字符识别OCR模型。

2.根据权利要求1所述的生成训练数据的方法，其中，所述不同现实场景条件包括：

光照和拍摄角度中的至少一种。

3.根据权利要求1所述的生成训练数据的方法，其中，获取包括文字内容的纸质版的第一图像和与所述文字内容对应的文本包括：

利用文档合成算法，获取所述纸质版的第一图像和所述文本。

4.根据权利要求1所述的生成训练数据的方法，其中，对于每个第二图像，根据所述文字标记，确定所述文字内容的文字坐标包括：

对于每个第二图像，利用关键点检测算法，提取所述文字标记；

根据所述文字标记的位置坐标，确定所述文字内容的文字坐标。

5.根据权利要求1所述的生成训练数据的方法，其中，对于每个第二图像，去除所述文字标记，得到第三图像包括：

提取所述每个第二图像的背景；

使用所述背景替换所述文字标记。

6.根据权利要求1所述的生成训练数据的方法，其中，所述文字标记包括第一文字标记和第二文字标记，所述第一文字标记用于标记所述文字内容中每个文字的左上角位置、左下角位置、右上角位置和右下角位置，所述第二文字标记用于标记所述文字内容中每行文字的左上角位置、左下角位置、右上角位置和右下角位置。

7.根据权利要求6所述的生成训练数据的方法，其中，所述文字坐标包括第一文字坐标和第二文字坐标，所述第一文字坐标为所述文字内容中每个文字的左上角位置坐标、左下角位置坐标、右上角位置坐标和右下角位置坐标，所述第二文字坐标为所述文字内容中每行文字的左上角位置坐标、左下角位置坐标、右上角位置坐标和右下角位置坐标。

8.根据权利要求5所述的生成训练数据的方法，其中，文字标记为半径为r且圆心坐标为(x,y)的圆点，r大于0，提取所述每个第二图像的背景包括：

利用公式(x′,y′)＝(max(1,x-r-p),max(1,y-r-p))计算所述背景的坐标，其中，(x′,y′)为所述背景的坐标，p为预设偏移量，p大于0。

9.一种生成训练数据的装置，包括：

获取模块，被配置为获取包括文字内容的纸质版的第一图像和与所述文字内容对应的文本，所述纸质版的第一图像包括文字标记，所述文字标记用于标记所述文字内容的位置；

拍摄模块，被配置为在不同现实场景条件下，自动对所述纸质版的第一图像进行拍摄，得到多个第二图像，每个第二图像包括所述文字标记，其中，所述拍摄模块被配置为自动模拟所述不同现实场景条件，包括自动对所述纸质版的第一图像随机折叠、在所述纸质版的第一图像上增加污点或对所述纸质版的第一图像进行纸张变形，所述拍摄模块包括自动模拟所述不同现实场景条件的部件；

第一确定模块，被配置为对于每个第二图像，根据所述文字标记，确定所述文字内容的文字坐标；

去除模块，被配置为对于每个第二图像，去除所述文字标记，得到第三图像；

第二确定模块，被配置为将所述文本、所述文字坐标和所述第三图像，确定为训练数据，用于训练光学字符识别OCR模型。