[发明专利]一种基于页面文本的页码识别方法和计算机设备

说明书

本发明提供一种基于页面文本的页码识别方法和计算机设备，所述基于页面文本的页码识别方法包括：对目标书籍的待检测页面进行图像采集，得到待检测页面图像；对所述待检测页面图像进行文字识别，得到待检测页面图像的实际文本内容；将所述实际文本内容与预构建的页码数据库的页码文本内容进行比对，得到与所述实际文本内容对应的目标页码文本内容；其中，所述页码数据库保存有多个书籍的页码文本内容，所述页码文本内容包括对应书籍的各个页面的预存页码和预存文本文字；根据所述目标页码文本内容得到所述待检测页面对应的页码数值。本发明的基于页面文本的页码识别方法和计算机设备，可以高效地识别出待检测页面对应的页码数值，且操作简单。

技术领域

本发明涉及页码识别的技术领域，具体涉及一种基于页面文本的页码识别方法和计算机设备。

背景技术

目前随着智能识别的不断发展，图像识别也愈加的成熟，特别是在智慧课堂中，能够实现教辅、试卷等资料的智能批改、统分等功能。

由于智慧课堂教辅识别或试卷识别要求准确性高，故而一般都需要先对教辅或试卷进行页码确认，若页码出现遮挡或被涂画，则无法识别出对应教辅的页码数据，而目前的常规做法有通过页码呈现位置与图片采集位置进行比对获取，有通过二维码扫描获取，但是要么准确率还不够高，要么操作复杂，如贴二维码，则每一页都得贴上，导致用户体验不高，且操作麻烦。

发明内容

本发明的目的在于克服现有技术中的缺点与不足，提供一种基于页面文本的页码识别方法和计算机设备，可以高效地识别出待检测页面对应的页码数值，且操作简单。

本发明的一个实施例提供一种基于页面文本的页码识别方法，包括：

对目标书籍的待检测页面进行图像采集，得到待检测页面图像；

对所述待检测页面图像进行文字识别，得到待检测页面图像的实际文本内容；

将所述实际文本内容与预构建的页码数据库的页码文本内容进行比对，得到与所述实际文本内容对应的目标页码文本内容；其中，所述页码数据库保存有多个书籍的页码文本内容，所述页码文本内容包括对应书籍的各个页面的预存页码和预存文本文字；

根据所述目标页码文本内容得到所述待检测页面对应的页码数值。

相对于现有技术，本发明的基于页面文本的页码识别方法，通过对待检测页面图像进行文字识别，得到实际文本内容，再将所述实际文本内容与预构建的页码数据库的页码文本内容进行比对，得到目标页码文本内容，最后根据所述目标页码文本内容得到所述待检测页面对应的页码数值，可以高效地识别出待检测页面对应的页码数值，并且简化了用户使用时的操作。

进一步，所述页码数据库录入所述页码文本内容时，将同一书籍的所述页码文本内容保存到同一文档中。有利于根据不同的书籍对所述页码文本内容进行保存。

进一步，所述将所述实际文本内容与预构建的页码数据库的页码文本内容进行比对，得到与所述实际文本内容对应的目标页码文本内容的步骤，包括：

将所述实际文本内容的文本内容与所述页码文本内容的文本内容进行比对，得到比对校验值，若所述比对校验值大于预设的第一阈值，将所述页码文本内容确定为所述目标页码文本内容。利用比对校验值判断所述页码文本内容是否所述目标页码文本内容，提高识别的准确性。

进一步，所述页码数据库录入所述页码文本内容时，根据所述页码文本内容的语言种类将所述文档分种类保存。有利于将不同语言种类的书籍分类存档。

进一步，在所述将所述实际文本内容与预构建的页码数据库的页码文本内容进行比对，得到与所述实际文本内容对应的目标页码文本内容的步骤之前，还包括：

对所述文本文字进行语种识别，得到对应的实际文字语种；

根据所述实际文字语种，获取的对应种类的所述文档的页码文本内容。