[发明专利]一种文档图像识别方法、装置、设备及存储介质

说明书

本发明公开了一种文档图像识别方法、装置、设备及存储介质。该方法包括：通过第一处理器获取透射变换矩阵，并将透射变换矩阵拷贝至第二处理器；将至少一个第一图像从内存拷贝到第二处理器显存中，通过第二处理器多核并行根据透射变换矩阵对第一图像进行透射变换，得到透射变换后的至少一个第二图像，其中，所述第一图像为对文档图像进行划分得到的图像；将至少一个第二图像输入目标识别模型，得到每个第二图像对应的文本数据，通过本发明的技术方案，能够充分利用CPU和GPU的资源，提高CPU和GPU的利用率。

技术领域

本发明实施例涉及计算机技术领域，尤其涉及一种文档图像识别方法、装置、设备及存储介质。

背景技术

在金融场景中，通用文档主要指电子文档和扫描文件图片，包括密集长文本、倾斜图片以及表格类场景等，如信用证、提货单、存放同业合同、贸易合同以及财务报表等。在金融场景业务的日常工作中，每天会产生大量的数据录入需求，各厂商提供的通用文档OCR识别服务处于高并发场景下，通用文档OCR识别服务预测请求的平均响应延迟时间达不到业务要求，市面上的绝大多数同类产品一方面直接使用文本检测和文本识别训练得出的FLOAT32模型进行推测，模型的尺寸及内存消耗都比较大。

当前OCR服务是直接使用串行执行的方式，没有充分利用服务器端的硬件资源，通用文档端到端识别虽然能满足自动提取相关文档信息，但是CPU利用率低，导致CPU资源浪费。

发明内容

本发明实施例提供一种文档图像识别方法、装置、设备及存储介质，解决了OCR服务中CPU利用率低和CPU资源浪费的问题。

根据本发明的一方面，提供了一种文档图像识别方法，包括：

通过第一处理器获取透射变换矩阵，并将透射变换矩阵拷贝至第二处理器；

将至少一个第一图像从内存拷贝到第二处理器显存中，通过第二处理器多核并行根据透射变换矩阵对第一图像进行透射变换，得到透射变换后的至少一个第二图像，其中，所述第一图像为对文档图像进行划分得到的图像；

将至少一个第二图像输入目标识别模型，得到每个第二图像对应的文本数据。

根据本发明的另一方面，提供了一种文档图像识别装置，该文档图像识别装置包括：

矩阵拷贝模块，用于通过第一处理器获取透射变换矩阵，并将透射变换矩阵拷贝至第二处理器；

图像得到模块，用于将至少一个第一图像从内存拷贝到第二处理器显存中，通过第二处理器多核并行根据透射变换矩阵对第一图像进行透射变换，得到透射变换后的至少一个第二图像，其中，所述第一图像为对文档图像进行划分得到的图像；

文本得到模块，用于将至少一个第二图像输入目标识别模型，得到每个第二图像对应的文本数据。

根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的文档图像识别方法。

根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的文档图像识别方法。