[发明专利]标准证照中结构化信息定位提取方法、系统、终端及介质

权利要求书

1.一种标准证照中结构化信息定位提取方法，其特征在于，包括：

构建标准证照结构化信息配置文件；

获取实际标准证照图片，对所述实际标准证照图片进行OCR识别，得到OCR图片；

利用所述标准证照结构化信息配置文件，对所述OCR图片中得到的文本框进行定位，得到相应位置上的关键词以及与所述关键词相对应的关键内容，完成对标准证照中结构化信息定位提取。

2.根据权利要求1所述的标准证照中结构化信息定位提取方法，其特征在于，所述构建标准证照结构化信息配置文件，包括：

选择参考图片；

对所述参考图片上的文字位置进行定位，并对所述参考图片上关键词和关键内容的位置进行标注，得到初步配置文件；

在所述初步配置文件中加入辅助信息，并存储为json格式，得到标准证照结构化信息配置文件。

3.根据权利要求2所述的标准证照中结构化信息定位提取方法，其特征在于，还包括如下任意一项或任意多项：

-所述参考图片选择正立的、没有明显角度倾斜的图片；

-所述对所述参考图片上关键词和关键内容的位置进行标注，其中：对于所述关键词，所述标注框紧密包围所述关键词；对于所述关键内容，所述标注框框住所述关键内容的所在范围即可；

-所述辅助信息，包括：

layout，用于描述标准证照的版面格式；

location，用于描述从原始图像中截取的有效图片区域；

key，用于描述关键词信息，并设定关键词定义规则；

value，用于描述关键内容信息；

anchors，用于在同一个关键词key在同类材料中描述不同时，构建表示同一个关键词含义的列表，所述列表包括关键词信息和关键词位置信息；

index，用于在同一材料中存在多个关键词key时，按照设定的排序规则，对多个关键词key依次排序；

key_loc，用于描述关键词key的绝对位置坐标；

val_loc，用于描述关键内容value的绝对位置坐标。

4.根据权利要求1-3中任一项所述的标准证照中结构化信息定位提取方法，其特征在于，所述利用所述标准证照结构化信息配置文件，对所述OCR图片中得到的文本框进行定位，得到相应位置上的关键词以及与所述关键词相对应的关键内容，包括：

利用所述标准证照结构化信息配置文件中的版面格式信息，对所述OCR图片中的文本框进行排序；

利用所述标准证照结构化信息配置文件中的有效图片区域信息，获取所述OCR图片中文本框所在的有效文本框区域；

利用所述标准证照结构化信息配置文件中的关键词信息，将所述有效文本框区域中对应关键词和关键内容的文本框进行分割；

利用所述标准证照结构化信息配置文件中的关键词位置信息，在所述文本框中找到关键词所在的位置，并利用所述标准证照结构化信息配置文件中的关键词定义规则，排除重名的关键词之间的干扰；

根据所述有效文本框区域中所有已知关键词的位置，结合所述标准证照结构化信息配置文件中的关键词的绝对位置坐标和关键内容的绝对位置坐标，预测得到对应关键内容的位置，进而得到与相应位置上的关键词相对应的关键内容。