[发明专利]一种样本数据获得方法、装置、电子设备及存储介质

权利要求书

1.一种样本数据获得方法，其特征在于，所述方法包括：

从预先获得的文本语料中获得多组连续字符，将每一组连续字符作为一个样本标题，其中，所获得的样本标题对应的第一分布信息与第一参考信息一致，所述第一分布信息表征：不同字符数量的样本标题的标题数量分布情况，所述第一参考信息表征：不同字符数量的真实标题的标题数量分布情况；

基于真实标题的字符样式，对所获得的样本标题的字符样式进行调整；

针对每一调整后的样本标题，获得内容包含该调整后的样本标题的图像，作为样本数据。

2.根据权利要求1所述的方法，其特征在于，在所述字符样式包括字符大小的情况下，所述参考真实标题的字符样式，对所获得的样本标题的字符样式进行调整，包括：

对所获得的样本标题的字符大小进行调整，使得调整后样本标题对应的第二分布信息与第二参考信息一致，其中，所述第二分布信息表征：不同字符大小的样本标题的标题数量分布情况，所述第二参考信息表征：不同字符大小的真实标题的标题数量分布情况。

3.根据权利要求1所述的方法，其特征在于，在所述字符样式包括字符字体的情况下，所述参考真实标题的字符样式，对所获得的样本标题的字符样式进行调整，包括：

对所获得的样本标题的字符字体进行调整，使得调整后不同字符字体的样本标题所占比重与真实标题中不同字符字体的真实标题所占比重之间的差异减小。

4.根据权利要求1所述的方法，其特征在于，在所述字符样式包括字符颜色的情况下，所述参考真实标题的字符样式，对所获得的样本标题的字符样式进行调整，包括：

从真实标题存在的字符颜色中，选择至少一字符颜色，作为参考颜色；

针对每一样本标题，将该样本标题的字符颜色设置为所述参考颜色中的至少一颜色。

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述针对每一调整后的样本标题，获得内容包含该调整后的样本标题的图像，作为样本数据，包括：

针对每一调整后的样本标题，将该调整后的样本标题叠加在预设的背景图像上得到合成图像，并截取所述合成图像中包含该调整后的样本标题的图像区域，作为样本数据。

6.根据权利要求1-4中任一项所述的方法，其特征在于，所述针对每一调整后的样本标题，获得内容包含该调整后的样本标题的图像，作为样本数据，包括：

针对每一调整后的样本标题，获得内容包含该调整后的样本标题的图像，并对该图像进行预处理，将预处理后的图像作为样本数据，其中，所述预处理用于使得图像趋向于包含真实标题的真实图像。

7.一种样本数据获得装置，其特征在于，所述装置包括：

样本标题获得模块，用于从预先获得的文本语料中获得多组连续字符，将每一组连续字符作为一个样本标题，其中，所获得的样本标题对应的第一分布信息与第一参考信息一致，所述第一分布信息表征：不同字符数量的样本标题的标题数量分布情况，所述第一参考信息表征：不同字符数量的真实标题的标题数量分布情况；

字符样式调整模块，用于参考真实标题的字符样式，对所获得的样本标题的字符样式进行调整；

样本数据获得模块，用于针对每一调整后的样本标题，获得内容包含该调整后的样本标题的图像，作为样本数据。

8.根据权利要求7所述的装置，其特征在于，在所述字符样式包括字符大小的情况下，所述字符样式调整模块，具体用于：

对所获得的样本标题的字符大小进行调整，使得调整后样本标题对应的第二分布信息与第二参考信息一致，其中，所述第二分布信息表征：不同字符大小的样本标题的标题数量分布情况，所述第二参考信息表征：不同字符大小的真实标题的标题数量分布情况。

9.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序时，实现权利要求1-6任一所述的方法步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-6任一所述的方法步骤。