CN108133039A - 图像数据的处理方法、装置、电子设备及存储介质 - Google Patents

图像数据的处理方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN108133039A
CN108133039A CN201810022712.1A CN201810022712A CN108133039A CN 108133039 A CN108133039 A CN 108133039A CN 201810022712 A CN201810022712 A CN 201810022712A CN 108133039 A CN108133039 A CN 108133039A
Authority
CN
China
Prior art keywords
keyword
topic
title
word
current image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810022712.1A
Other languages
English (en)
Inventor
杨树生
林楷鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Shiyuan Electronics Thecnology Co Ltd
Guangzhou Shirui Electronics Co Ltd
Original Assignee
Guangzhou Shiyuan Electronics Thecnology Co Ltd
Guangzhou Shirui Electronics Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou Shiyuan Electronics Thecnology Co Ltd, Guangzhou Shirui Electronics Co Ltd filed Critical Guangzhou Shiyuan Electronics Thecnology Co Ltd
Priority to CN201810022712.1A priority Critical patent/CN108133039A/zh
Publication of CN108133039A publication Critical patent/CN108133039A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/22Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • G06V10/225Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on a marking or identifier characterising the area
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23Updating
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/338Presentation of query results
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/237Lexical tools
    • G06F40/247Thesauruses; Synonyms
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/14Image acquisition
    • G06V30/148Segmentation of character regions
    • G06V30/153Segmentation of character regions using recognition of characters or words
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明实施例公开了一种图像数据的处理方法、装置、电子设备及存储介质。该方法包括:接收对当前图像数据的题目生成指令;其中,所述当前图像数据包括覆盖至少一个文字的标识区域;识别所述当前图像数据中的标识区域的文字作为所述题目生成指令对应的题目关键字;生成并显示基于所述题目关键字的题目。本发明实施例提供的方法可自动根据图像数据中的标识区域内的文字推送相关题目,无需用户根据自己掌握的知识或者根据自己所搜索的相关资料进行手动输入获取,大大提高题目生成的效率。

Description

图像数据的处理方法、装置、电子设备及存储介质
技术领域
本发明实施例涉及图像技术领域,尤其涉及图像数据的处理方法、装置、电子设备及存储介质。
背景技术
在一些特定场景下,我们经常需要针对一些待测试人员对某些内容知识的掌握情况进行测试。如在教学场景下,需要针对学生对语文、历史或数学等各科目的知识点的掌握情况进行测试,又如在面试过程中,需要针对面试人员进行某些专业知识的测试,又或者用户针对自己对某些内容的掌握情况进行自检等。然而,目前对于测试题目,一般是出题人根据自己掌握的知识或者根据自己所搜索的相关资料,在计算机中手动输入或者在纸张上进行手动书写获取,但是,手动输入或输写的效率较低,导致测试题目生成的效率较低。
发明内容
本发明实施例提供一种图像数据的处理方法、装置、电子设备及存储介质,以实现自动根据图像数据中的标识区域内的文字推送相关题目,提高题目生成的效率。
第一方面,本发明实施例提供了一种图像数据的处理方法,该方法包括:
接收对当前图像数据的题目生成指令;其中,所述当前图像数据包括覆盖至少一个文字的标识区域;
识别所述当前图像数据中的标识区域的文字作为所述题目生成指令对应的题目关键字;
生成并显示基于所述题目关键字的题目。
第二方面,本发明实施例还提供了一种图像数据的处理装置,该装置包括:
题目生成指令获取模块,用于接收对当前图像数据的题目生成指令;其中,所述当前图像数据包括覆盖至少一个文字的标识区域;
题目关键字识别模块,用于识别所述当前图像数据中的标识区域的文字作为所述题目生成指令对应的题目关键字;
题目生成模块,用于生成并显示基于所述题目关键字的题目。
第三方面,本发明实施例还提供了一种电子设备,该电子设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明任意实施例提供的图像数据的处理方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明任意实施例提供的图像数据的处理方法。
本发明实施例通过接收对当前图像数据的题目生成指令;其中,当前图像数据包括覆盖至少一个文字的标识区域;识别当前图像数据中的标识区域的文字作为题目生成指令对应的题目关键字;生成并显示基于题目关键字的题目,实现自动根据图像数据中的标识区域内的文字推送相关题目,无需用户根据自己掌握的知识或者根据自己所搜索的相关资料进行手动输入获取,大大提高了题目生成的效率。
附图说明
图1是本发明实施例一中的一种图像数据的处理方法的流程图;
图2是本发明实施例二中的一种图像数据的处理方法的流程图;
图3是本发明实施例二中的一种图像数据的示意图;
图4是本发明实施例三中的一种图像数据的处理方法的流程图;
图5是本发明实施例四中的一种图像数据的处理装置的结构框图;
图6是本发明实施例五中的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种图像数据的处理方法的流程图,本实施例可适用于需自动生成题目的情况,该方法可以由图像数据的处理装置来执行,该装置可由软件和\或硬件组成,该装置一般可集成于终端中。参见图1,本实施例提供的方法具体包括如下步骤:
步骤110、接收对当前图像数据的题目生成指令。
其中,当前图像数据中包括覆盖至少一个文字的标识区域。
示例性的,标识区域可为通过预设颜色进行标识的区域。如标识区域可为红色区域、黄色区域或绿色区域。
其中,当前图像数据的获取方式有很多,本实施例中对此不进行限定。如用户可通过突出显示文本方式将原始图像数据中需覆盖的文字的背景设置为预设颜色,并保存处理后的图像数据,进而获取到当前图像数据;又如用户可用荧光笔等工具将纸质文档中所需覆盖的文字的背景标识为预设颜色,并通过拍照等方式获取该纸质文档的图像数据,进而获取到当前图像数据;还可以是通过对屏幕当前显示内容进行截图来获取当前图像数据。
需要说明的是,当前图像数据中的标识区域可为一个或者多个,每个标识区域均覆盖至少一个文字。
获取当前图像数据后,用户可通过点击预设按键或者进行预设触摸操作等方式触发题目生成指令,进而在用户触发题目生成指令后,可接收到对当前图像数据的题目生成指令。
步骤120、识别当前图像数据中的标识区域的文字作为题目生成指令对应的题目关键字。
若确认接收到题目生成指令,则识别当前图像数据中的标识区域的文字作为题目生成指令对应的题目关键字。
具体的,识别当前图像数据中的标识区域可首先识别当前图像数据中的各标识区域,然后截取各标识区域内的图像数据,并通过OCR(Optical Character Recognition,光学字符识别)识别所截取的图像数据中的文字,进而获取到各标识区域的文字,并保存每一标识区域的文字作为一个题目关键字。
优选的,若多个不同标识区域的文字相同,则可仅将该多个不同标识区域的文字保存一次,避免造成后续在当前图像数据中对相同的题目关键字进行查找,提高处理效率。
可选的,识别当前图像数据中的各标识区域可通过下述方式实现:从当前图像数据的左上角开始依次遍历每一行的所有像素点,并确认遍历的当前像素点是否在预设像素值范围内,若是,则确认当前像素点周围预设区域内除当前像素点之外的像素点的像素值是否在预设像素值范围,若确认预设区域内某一像素点在预设像素值范围,则将该像素点与当前像素点保存至同一列表中,若确认预设区域内除当前像素点之外的像素点的像素值均不在预设像素值范围内,则将当前像素点保存至新的列表,若确认当前像素点的像素值不在预设像素值范围内,则遍历至下一像素点,直至将当前图像数据中的所有像素点全部遍历。遍历完成后,若确认某一列表内的像素点的个数大于预设个数(如5个、10个或15个),则将由该列表内的像素点的横轴最小值、横轴最大值、纵轴最小值和纵轴最大值确定的矩形区域确认为一个标识区域。由此,实现对标识区域的识别。
步骤130、生成并显示基于题目关键字的题目。
获取题目关键字后,则生成并显示基于题目关键字的题目。
示例性的,可在预设题库中存储有题目关键字与题目之间的对应关系,其中题目关键字与题目之间可为多对多的关系,获取题目关键字后,在预设题库中查询与题目关键字对应的题目,并从查询到的题目中随机选择预设个数的题目进行显示。
由此,本实施例提供的方案在获取题目生成指令后,自动生成题目,无需用户进行手动输入,大大降低题目生成的时间。
优选的,在上述方案中,还包括:接收对当前图像数据的标识添加指令;识别当前图像数据中的预设关键字作为标识添加指令对应的标识关键字;将当前图像数据中的标识关键字添加预设标识,并将添加预设标识后的图像数据进行显示。由此实现,自动对当前图像数据中的预设关键字添加预设标识。
同样,用户可通过点击预设按键或者进行预设触摸操作等方式触发标识添加指令,进而在用户触发标识添加指令后,可接收到对当前图像数据的标识添加指令。
具体的,识别当前图像数据中的预设关键字可首先通过OCR(Optical CharacterRecognition,光学字符识别)将当前图像数据转换为对应的文本数据,然后通过字符匹配在文本数据中查找预设关键字,进而将查找到的预设关键字作为标识添加指令对应的标识关键字。
示例性的,预设关键字可为用户通过突出显示文本等方式以预设颜色标识过的历史关键字,如在获取当前图像数据之前,若用户对某一图像数据中的关键字以预设颜色进行标识,则在用户确认标识完成后,存储用户标识的关键字作为预设关键字,进而实现在当前图像数据中查找用户先前重点标识过的关键字;或者,预设关键字可为用户以预设输入方式输入的关键字,如用户在触发标识添加指令之前,可通过双击操作等方式调出关键字的输入窗口,并在输入窗口中输入当前图像数据中所需重点标识的关键字,则在用户确认输入完成后,存储用户输入的关键字作为预设关键字,实现在当前图像数据中查找用户所需重点标识的关键字;又或者,预设关键字可为从其他设备接收的关键字。
在一个具体的实施例中,接收到标识添加指令后,可向服务器发送标识添加请求,则接收并显示服务器返回的关键字,进而用户可在服务器返回的关键字中选择所需进行重点标识的关键字,存储用户选择的关键字作为预设关键字。优选的,服务器返回的关键字为不同用户标识过的历史关键字,如若某用户在一终端中对一图像数据中的多个关键字以预设颜色进行标识,则在该用户确认标识完成后,该终端向服务器发送用户标识的关键字,服务器接收并存储该用户标识的关键字,进而服务器可存储不同用户所标识过的关键字以在接收到标识添加请求后,将存储的关键字返回给请求的终端供用户参考是否进行重点标识。
获取标识关键字后,则将当前图像数据中的标识关键字添加预设标识,并将添加预设标识后的图像数据进行显示,由此,自动对预设关键字添加预设标识。
具体的,添加预设标识可为将标识关键字以预设颜色进行覆盖。
本发明实施例通过接收对当前图像数据的题目生成指令;其中,当前图像数据包括覆盖至少一个文字的标识区域;识别当前图像数据中的标识区域的文字作为题目生成指令对应的题目关键字;生成并显示基于题目关键字的题目,实现自动根据图像数据中的标识区域内的文字推送相关题目,无需用户根据自己掌握的知识或者根据自己所搜索的相关资料进行手动输入获取,大大提高了题目生成的效率。
实施例二
图2为本发明实施例而提供的一种图像数据的处理方法的流程图。本实施例为在上述实施例的基础上进行进一步优化。本实施例中将生成并显示基于题目关键字的题目,优化为包括:识别题目关键字之前的文字直到识别出预设符号以及识别题目关键字之后的文字直到识别到预设符号,获取两个预设符号之间的文字作为题目关键字对应的语句;查询题目关键字的关联词,并将查询结果中的至少一个与题目关键字同时作为选项,将语句隐藏题目关键字作为题干;生成并显示基于题干和选项的选择题。
参见图2,本实施例提供的方法具体包括如下步骤:
步骤210、接收对当前图像数据的题目生成指令。
其中,当前图像数据包括覆盖至少一个文字的标识区域。
步骤220、识别当前图像数据中的标识区域的文字作为题目生成指令对应的题目关键字。
其中,步骤210和步骤220已在上述实施例中进行详细说明,本实施例中不再赘述。
步骤230、识别题目关键字之前的文字直到识别出预设符号以及识别题目关键字之后的文字直到识别到预设符号,获取两个预设符号之间的文字作为题目关键字对应的语句。
图3为本发明实施例提供的一种图像数据的示意图。如图3所示,图3中虚线框内的区域表示覆盖“筛选”的标识区域。则在通过截取标识区域内的图像数据,并通过OCR确定标识区域内的文字为“筛选”后,可首先通过OCR将当前图像数据转换为对应的文本数据,并在转换后的文本数据中查找到所有的题目关键字“筛选”,对于每一个题目关键字“筛选”,如图3中所示的“筛选”,从该“筛选”的前一相邻文字开始依次识别该“筛选”之前的文本是否为预设符号(如句号或问号),直到识别到预设符号,并从该“筛选”的后一相邻文字开始依次识别该“筛选”之后的文本是否为预设符号,直到识别到预设符号,则可获取两个预设符号之间的文本以及位于该题目关键字“筛选”之后的预设字符,即:“当不同信息同时涌现在记忆中,人们会无法筛选出与当前目标不相关的信息,甚至还会禁不住去思考那些尚未开始做的事情,于是会出现顾此失彼。”作为该题目关键字“筛选”对应的语句,并保存该语句与题目关键字“筛选”之间的对应关系。
可选的,由于同一语句中可能包含多个不同的题目关键字,因此,在保存题目关键字与语句之间的对应关系后,可在保存的语句中查找是否存在相同的语句,若是,则将查找到的相同的语句所对应的题目关键字,均作为该语句对应的题目关键字,并更新保存的题目关键字与语句之间的对应关系。如若在保存的题目关键字与语句之间的对应关系中,语句M对应题目关键字A,同时语句M对应题目关键字B,则保存题目关键字A和题目关键字B与语句M的对应关系,并删除题目关键字A与语句M的对应关系以及题目关键字B与语句M的对应关系。
步骤240、查询题目关键字的关联词,并将查询结果中的至少一个与题目关键字同时作为选项,将语句隐藏题目关键字作为题干。
优选的,针对每一语句对应的题目关键字,查询该语句对应的各题目关键字的关联词,并分别从各题目关键字的关联词中选择预设个数的关联词作为选项(如进行预设次数的随机从各题目关键字的关联词中各选择一个关联词作为一个选项以获取预设个数的选项),同时将该语句对应的各题目关键字作为一个选项,且将该语句隐藏各题目关键字作为题干。
示例性的,预先存储有关联词词库,其中关联词库中可包括同义词词库、形近词词库、近义词词库和反义词词库等子词库,则对于语句M,可在各子词库中查询题目关键字A的关联词,且在各子词库中查询题目关键字B的同义词,获取题目关键字A和题目关键字B的关联词后,则进行三次随机从题目关键字A的关联词和题目关键字B的关联词中各选择一个关联词作为一个选项以获取三个选项,并将题目关键字A和题目关键字B作为一个选项,将语句M中的题目关键字A和题目关键字B隐藏作为题干。
可选的,为了避免在一个语句对应多个题目关键字的情况下,若仅有一个选项中包括题目关键字,而其它各选项均由关联词组成,导致用户仅根据选项中的一个题目关键字便可确定题干所对应的正确选项,无法达到较好的测试效果,因此,若一个语句对应多个题目关键字,则可在获取各题目关键字的关联词后,还可针对语句的每一题目关键字,随机从该语句的其他各题目关键字的关联词中各选择一个关联词与该题目关键字作为一个选项,由此,获取的选项中可有多个选项中包括题目关键字,进而提高测试效果。
步骤250、生成并显示基于题干和选项的选择题。
示例性的,针对每一语句,获取题干和对应选项后,则将各选项随机排列,生成并显示该语句对应的选择题,以实现根据用户所标识的文字自动生成选择题。
如在基于图3确定题目关键字“筛选”与语句“当不同信息同时涌现在记忆中,人们会无法筛选出与当前目标不相关的信息,甚至还会禁不住去思考那些尚未开始做的事情,于是会出现顾此失彼。”的对应关系后,若在关联词词库中查询到五个“筛选”的关联词:“遴选”“挑选”“选择”“甄选”和“挑拣”,则可从查询到的五个关联词中随机选择三个(如“遴选”“甄选”“挑选”)作为三个选项,并将“筛选”作为一个选项,将该语句中隐藏“筛选”后作为题干,生成如下选择题:
当不同信息同时涌现在记忆中,人们会无法出与当前目标不相关的信息,甚至还会禁不住去思考那些尚未开始做的事情,于是会出现顾此失彼。
A、甄选B、遴选C、挑选D、筛选
优选的,生成并显示基于题干和选项的选择题后,可保存各选择题的题干、选项以及正确选项之间的对应关系,以供用户查看各选择题对应的正确选项。
本发明实施例通过识别题目关键字之前的文字直到识别出预设符号以及识别题目关键字之后的文字直到识别到预设符号,获取两个预设符号之间的文字作为题目关键字对应的语句,查询题目关键字的关联词,并将查询结果中的至少一个与题目关键字同时作为选项,将语句隐藏题目关键字作为题干,生成并显示基于题干和选项的选择题,实现自动根据标识区域内的文字生成选择题,大大提高了题目生成的效率。
实施例三
图4为本发明实施例三提供的一种图像数据的处理方法的流程图。本实施例为在上述实施例的基础上进行进一步优化。本实施例中将生成并显示基于题目关键字的题目,优化为包括:从预设的题库中查询题目关键字对应的题目,将通过确认指令从查询结果中确认的题目进行显示;将所述方法优化为还包括:接收对查询结果中的题目的标签更新请求,根据标签更新请求对应的标签对题库中对应的题目进行更新。
参见图4,本实施例提供的方法具体包括如下步骤:
步骤310、接收对当前图像数据的题目生成指令。
其中,当前图像数据包括覆盖至少一个文字的标识区域。
步骤320、识别当前图像数据中的标识区域的文字作为题目生成指令对应的题目关键字。
其中,步骤310和步骤320已在上述实施例中进行详细说明,本实施例中不再赘述。
步骤330、从预设的题库中查询题目关键字对应的题目,将通过确认指令从查询结果中确认的题目进行显示。
示例性的,预设的题库中可存储有题目和标签之间的对应关系,关键字和标签对照表中可存储有关键字和标签之间的对应关系。
获取各题目关键字后,则针对每一题目关键字,可在关键字和标签对照表中查询该题目关键字的标签,并在预设的题库中查询题目的标签中包括有该题目关键字的标签的题目,并显示查询到的题目,进而用户可选择自己所需的题目,并将用户所选择的题目进行显示。
其中,一个关键字对应至少一个标签,不同的关键字对应的标签的个数可相同,也可不同。同样,一个题目对应至少一个标签,不同题目对应的标签的个数可相同,也可不同。
示例性的,可通过人工添加各关键字的标签以及各题目的标签。
本实施例中对于标签的具体内容信息不进行限定,如标签具体可为语文、数学、英语和历史等科目信息,或者为小学、初中和高中等难易程度信息。
可选的,对于关键字的标签,还可将某一题目关键字本身作为该题目关键字的一个标签。
举例来说,若关键字“有向线段”的标签为数学、初中和有向线段,则若题目关键字为有向线段,则可在预设的题库中查询题目的标签中包括有数学、初中和有向线段的题目,如若题目“带有方向的线段叫做______。A.无向线段B.有向线段C.向量D.方向”对应的标签为数学、初中和有向线段,题目“有向线段与无向线段的区别是什么?”对应的标签为数学、初中、有向线段和无向线段,则由于上述两个题目对应标签中均包括有数学、初中和有向线段,则将上述两个题目确定为有向线段对应的题目。
步骤340、接收对查询结果中的题目的标签更新请求,根据标签更新请求对应的标签对题库中对应的题目进行更新。
示例性的,在将查询到的题目进行显示的过程中,若用户对于查询结果中的某一题目不满意,如认为该题目与各题目关键字的关联性均不强,则用户可通过预设操作触发标签更新请求,如用户可通过选中该题目并点击标签更新请求按钮,调出标签输入窗口,标签输入窗口中可显示有该题目对应的标签,用户可通过该输入窗口新增该题目对应的标签,或者删减该题目对应的标签,在用户确认完成修改后,可接收到包括有该题目和修改后的标签的标签更新请求,则在预设的题库中将该题目对应的标签更新为修改后的标签。由此实现,根据标签更新请求对题库中对应的题目进行更新以优化下次查询结果。
可选的,在用户选中查询结果中的某一题目并点击标签更新请求按钮后,可分别调出关键字输入窗口和标签输入窗口,用户可分别在关键字输入窗口和标签输入窗口中输入该题目关联的关键字和标签,在用户确认输入完成后,可接收到包括有该题目、用户输入的关键字以及标签的标签更新请求,若关键字和标签对照表中未存储有用户输入的关键字和标签的对应关系,则在关键字和标签对照表中建立用户输入的关键字和标签的对应关系;若预设的题库中未存储有该题目与用户输入的标签的对应关系,则在预设的题库中建立该题目与用户输入的标签的对应关系,由此,增加该题目与用户输入的关键字之间的关联以优化下次查询结果。
本发明实施例通过从预设的题库中查询题目关键字对应的题目,将通过确认指令从查询结果中确认的题目进行显示,实现自动根据图像数据中的标识区域内的文字推送相关题目且在此过程中无需用户大量查阅相关资料,大大提高了题目生成的效率。
实施例四
图5为本发明实施例四提供的一种图像数据的处理装置的结构框图。该装置可由软件和\或硬件组成,该装置一般可集成于终端中。参见图5,本实施例提供的方法包括:题目生成指令接收模块410、题目关键字识别模块420和题目生成模块430,其中,
题目生成指令接收模块410,用于接收对当前图像数据的题目生成指令;其中,所述当前图像数据包括覆盖至少一个文字的标识区域;
题目关键字识别模块420,用于识别所述当前图像数据中的标识区域的文字作为所述题目生成指令对应的题目关键字;
题目生成模块430,用于生成并显示基于所述题目关键字的题目。
本发明实施例通过题目生成指令接收模块接收对当前图像数据的题目生成指令,其中,所述当前图像数据包括覆盖至少一个文字的标识区域,题目关键字识别模块识别当前图像数据中的标识区域的文字作为题目生成指令对应的题目关键字,题目生成模块生成并显示基于题目关键字的题目,实现自动根据图像数据中的标识区域内的文字推送相关题目,无需用户进行手动输入,提高题目生成的效率。
上述方案中,可选的是,所述题目生成模块,包括:
语句获取单元,用于识别所述题目关键字之前的文字直到识别出预设符号以及识别所述题目关键字之后的文字直到识别到预设符号,获取两个预设符号之间的文字作为所述题目关键字对应的语句;
选项获取单元,用于查询所述题目关键字的关联词,并将查询结果中的至少一个与所述题目关键字同时作为选项;
题干获取单元,用于将所述语句隐藏所述题目关键字作为题干;
选择题生成单元,用于生成并显示基于所述题干和选项的选择题。
上述方案中,可选的是,所述题目生成模块,包括:
题目查询单元,用于从预设的题库中查询所述题目关键字对应的题目;
题目显示单元,用于将通过确认指令从查询结果中确认的题目进行显示。
上述方案中,可选的是,还包括:题目更新模块,用于接收对查询结果中的题目的标签更新请求,根据所述标签更新请求对应的标签对所述题库中对应的题目进行更新。
上述方案中,可选的是,还包括:
标识添加指令接收模块,用于接收对所述当前图像数据的标识添加指令;
标识关键字识别模块,用于识别所述当前图像数据中的预设关键字作为所述标识添加指令对应的标识关键字;
预设标识添加模块,用于将所述当前图像数据中的标识关键字添加预设标识,并将添加所述预设标识后的图像数据进行显示。
实施例五
图6为本发明实施例五提供的一种电子设备的结构示意图,如图6所示,该电子设备包括处理器510、存储器520、输入装置530和输出装置540;电子设备中处理器510的数量可以是一个或多个,图5中以一个处理器510为例;电子设备中的处理器510、存储器520、输入装置530和输出装置540可以通过总线或其他方式连接,图6中以通过总线连接为例。
存储器520作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明任意实施例中的图像数据的处理方法对应的程序指令/模块(例如,图像数据的处理装置中的题目生成指令接收模块410、题目关键字识别模块420和题目生成模块430)。处理器510通过运行存储在存储器520中的软件程序、指令以及模块,从而执行电子设备的各种功能应用以及数据处理,即实现上述的用于电子设备的操作。
存储器520可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据电子设备的使用所创建的数据等。此外,存储器520可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器520可进一步包括相对于处理器510远程设置的存储器,这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置530可用于接收输入的数字或字符信息,以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置540可包括显示屏等显示设备。
实施例六
本发明实施例六还提供一种包含计算机可执行指令的存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明任意实施例提供的图像数据的处理方法。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明任意实施例所述的方法。
值得注意的是,上述图像数据的处理装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
上述装置可执行本发明任意实施例所提供的方法,具备执行上述方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的方法。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种图像数据的处理方法,其特征在于,包括:
接收对当前图像数据的题目生成指令;其中,所述当前图像数据包括覆盖至少一个文字的标识区域;
识别所述当前图像数据中的标识区域的文字作为所述题目生成指令对应的题目关键字;
生成并显示基于所述题目关键字的题目。
2.根据权利要求1所述的方法,其特征在于,所述生成并显示基于所述题目关键字的题目,包括:
识别所述题目关键字之前的文字直到识别出预设符号以及识别所述题目关键字之后的文字直到识别到预设符号,获取两个预设符号之间的文字作为所述题目关键字对应的语句;
查询所述题目关键字的关联词,并将查询结果中的至少一个与所述题目关键字同时作为选项,将所述语句隐藏所述题目关键字作为题干;
生成并显示基于所述题干和选项的选择题。
3.根据权利要求1所述的方法,其特征在于,所述生成并显示基于所述题目关键字的题目,包括:
从预设的题库中查询所述题目关键字对应的题目,将通过确认指令从查询结果中确认的题目进行显示。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:接收对查询结果中的题目的标签更新请求,根据所述标签更新请求对应的标签对所述题库中对应的题目进行更新。
5.根据权利要求1-4任一所述的方法,其特征在于,所述方法还包括:
接收对所述当前图像数据的标识添加指令;
识别所述当前图像数据中的预设关键字作为所述标识添加指令对应的标识关键字;
将所述当前图像数据中的标识关键字添加预设标识,并将添加所述预设标识后的图像数据进行显示。
6.一种图像数据的处理装置,其特征在于,包括:
题目生成指令接收模块,用于接收对当前图像数据的题目生成指令;其中,所述当前图像数据包括覆盖至少一个文字的标识区域;
题目关键字识别模块,用于识别所述当前图像数据中的标识区域的文字作为所述题目生成指令对应的题目关键字;
题目生成模块,用于生成并显示基于所述题目关键字的题目。
7.根据权利要求6所述的装置,其特征在于,所述题目生成模块,包括:
语句获取单元,用于识别所述题目关键字之前的文字直到识别出预设符号以及识别所述题目关键字之后的文字直到识别到预设符号,获取两个预设符号之间的文字作为所述题目关键字对应的语句;
选项获取单元,用于查询所述题目关键字的关联词,并将查询结果中的至少一个与所述题目关键字同时作为选项;
题干获取单元,用于将所述语句隐藏所述题目关键字作为题干;
选择题生成单元,用于生成并显示基于所述题干和选项的选择题。
8.根据权利要求6所述的装置,其特征在于,所述题目生成模块,包括:
题目查询单元,用于从预设的题库中查询所述题目关键字对应的题目;
题目显示单元,用于将通过确认指令从查询结果中确认的题目进行显示。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5任一所述的图像数据的处理方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5任一所述的图像数据的处理方法。
CN201810022712.1A 2018-01-10 2018-01-10 图像数据的处理方法、装置、电子设备及存储介质 Pending CN108133039A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810022712.1A CN108133039A (zh) 2018-01-10 2018-01-10 图像数据的处理方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810022712.1A CN108133039A (zh) 2018-01-10 2018-01-10 图像数据的处理方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN108133039A true CN108133039A (zh) 2018-06-08

Family

ID=62400674

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810022712.1A Pending CN108133039A (zh) 2018-01-10 2018-01-10 图像数据的处理方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN108133039A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109885727A (zh) * 2019-02-21 2019-06-14 广州视源电子科技股份有限公司 资料推送方法、装置、电子设备及系统
CN111291220A (zh) * 2020-01-20 2020-06-16 北京字节跳动网络技术有限公司 标签展示方法、装置、电子设备和计算机可读介质
CN111723816A (zh) * 2020-06-28 2020-09-29 北京联想软件有限公司 一种教学笔记的获取方法及电子设备
CN112307160A (zh) * 2020-02-26 2021-02-02 北京字节跳动网络技术有限公司 用于生成信息的方法和装置
CN112308946A (zh) * 2020-11-09 2021-02-02 电子科技大学中山学院 题目生成方法、装置、电子设备及可读存储介质
CN113591772A (zh) * 2021-08-10 2021-11-02 上海杉互健康科技有限公司 医疗信息结构化识别录入的方法、系统、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102339538A (zh) * 2011-09-30 2012-02-01 苏州佳世达电通有限公司 使部分文字信息消隐的显示方法及电子装置
CN103914567A (zh) * 2014-04-23 2014-07-09 北京奇虎科技有限公司 匹配目标试题答案的方法和装置
US20160352934A1 (en) * 2015-05-29 2016-12-01 Kyocera Document Solutions Inc. Information processing apparatus that creates other documents from read document
CN106250518A (zh) * 2016-08-03 2016-12-21 广东小天才科技有限公司 智能搜题方法及装置
CN106547889A (zh) * 2016-10-27 2017-03-29 广东小天才科技有限公司 一种题目推送方法及装置
CN106909682A (zh) * 2017-03-03 2017-06-30 盐城工学院 题库设计方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102339538A (zh) * 2011-09-30 2012-02-01 苏州佳世达电通有限公司 使部分文字信息消隐的显示方法及电子装置
CN103914567A (zh) * 2014-04-23 2014-07-09 北京奇虎科技有限公司 匹配目标试题答案的方法和装置
US20160352934A1 (en) * 2015-05-29 2016-12-01 Kyocera Document Solutions Inc. Information processing apparatus that creates other documents from read document
CN106250518A (zh) * 2016-08-03 2016-12-21 广东小天才科技有限公司 智能搜题方法及装置
CN106547889A (zh) * 2016-10-27 2017-03-29 广东小天才科技有限公司 一种题目推送方法及装置
CN106909682A (zh) * 2017-03-03 2017-06-30 盐城工学院 题库设计方法及系统

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109885727A (zh) * 2019-02-21 2019-06-14 广州视源电子科技股份有限公司 资料推送方法、装置、电子设备及系统
CN111291220A (zh) * 2020-01-20 2020-06-16 北京字节跳动网络技术有限公司 标签展示方法、装置、电子设备和计算机可读介质
US12008220B2 (en) 2020-01-20 2024-06-11 Beijing Bytedance Network Technology Co., Ltd. Label display method and apparatus, electronic device, and computer-readable medium
CN112307160A (zh) * 2020-02-26 2021-02-02 北京字节跳动网络技术有限公司 用于生成信息的方法和装置
CN111723816A (zh) * 2020-06-28 2020-09-29 北京联想软件有限公司 一种教学笔记的获取方法及电子设备
CN111723816B (zh) * 2020-06-28 2023-10-27 北京联想软件有限公司 一种教学笔记的获取方法及电子设备
CN112308946A (zh) * 2020-11-09 2021-02-02 电子科技大学中山学院 题目生成方法、装置、电子设备及可读存储介质
CN112308946B (zh) * 2020-11-09 2023-08-18 电子科技大学中山学院 题目生成方法、装置、电子设备及可读存储介质
CN113591772A (zh) * 2021-08-10 2021-11-02 上海杉互健康科技有限公司 医疗信息结构化识别录入的方法、系统、设备及存储介质
CN113591772B (zh) * 2021-08-10 2024-01-19 上海杉互健康科技有限公司 医疗信息结构化识别录入的方法、系统、设备及存储介质

Similar Documents

Publication Publication Date Title
CN108133039A (zh) 图像数据的处理方法、装置、电子设备及存储介质
O'Rourke et al. On the nature of Cross-disciplinary integration: a philosophical framework
CN110008322B (zh) 多轮对话场景下的话术推荐方法和装置
US20200301954A1 (en) Reply information obtaining method and apparatus
CN108334533A (zh) 关键词提取方法和装置、存储介质及电子装置
CN107278302A (zh) 一种机器人交互方法及交互机器人
CN104199810A (zh) 一种基于自然语言交互的智能服务方法及系统
CN114430490B (zh) 直播问答及界面展示方法及计算机存储介质
WO2020136959A1 (ja) マンガ生成システムおよびマンガ生成方法
Liu et al. Compact feature learning for multi-domain image classification
JP6388212B2 (ja) タグ付与方法、タグ付与装置、プログラム及び質問回答検索方法
Zhang et al. Multi-modal fusion with multi-level attention for visual dialog
Ramnath et al. Scene graph based image retrieval--a case study on the CLEVR dataset
CN109697242A (zh) 拍照搜题方法、装置、存储介质和计算设备
CN110297965B (zh) 课件页面的显示及页面集的构造方法、装置、设备和介质
JPH09114852A (ja) 情報検索装置
CN109063127A (zh) 一种搜索方法、装置、服务器及存储介质
CN115757723A (zh) 文本处理方法及装置
CN111045836B (zh) 搜索方法、装置、电子设备及计算机可读存储介质
CN114428881A (zh) 媒资视频的推送方法及装置、存储介质及电子设备
KR101723500B1 (ko) 정보 제공 장치 및 그 방법
CN112434537A (zh) 翻译文本一致性校验方法、计算设备及存储介质
CN111507082A (zh) 文本处理方法和装置、存储介质和电子装置
Mart et al. Hunting and Gathering on the Legal Information Savannah
CN104484416B (zh) 一种收藏夹信息的加载方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180608

RJ01 Rejection of invention patent application after publication