[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

说明书

本发明提供了一种标准证照中结构化信息定位提取方法及系统，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。同时提供了一种相应的终端及介质。本发明能够快速完成对新证照的提取支持、解决粘连问题以及同类型关键词内容的归属问题。

技术领域

本发明涉及图像处理技术领域，具体地，涉及一种标准证照中结构化信息定位提取方法、系统、终端及介质。

背景技术

随着计算机技术的发展，对于常用证件(包括身份证、行驶证、护照、结婚证等)的证件信息采集及应用在日常工作、生活中起到了重要作用。证件识别代替手工录入，提升了工作速度，提高了办事效率。

授权公告号为CN113313113B的中国发明专利《证件信息获取方法、装置、设备以及存储介质》，对目标证件图像进行文本识别，确定文本识别结果；根据文本识别结果，在目标证件图像中确定至少一个预设类型的字段所处的目标区域；对目标区域进行字符识别，确定字符识别结果；融合文本识别结果和字符识别结果，确定以及输出目标证件图像的文本信息。该专利技术存在如下技术问题：

1、类别是预先固定的，对新的材料缺乏适应性，需要重新训练分类模型，效率低，且需要专业知识辅助和特殊硬件的支持，在真实应用时，普通用户无法采用。

2、直接对文本进行向量化，这里的前提假设文字识别的结果是关键词和关键内容是分离的，但在实际应用中，这个假设往往是不成立的。

3.、对于同类型的关键内容，无法从向量上区分，比如结婚证上有男女双方的信息，几个名字是无法单纯从向量上区分的。

发明内容

本发明针对现有技术中存在的上述不足，提供了一种标准证照中结构化信息定位提取方法、系统、终端及介质。

根据本发明的一个方面，提供了一种标准证照中结构化信息定位提取方法，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。

可选地，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。

可选地，所述参考图片选择正立的、没有明显角度倾斜的图片。

可选地，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。

可选地，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；