CN108319641A - 菜品信息录入方法及装置 - Google Patents
菜品信息录入方法及装置 Download PDFInfo
- Publication number
- CN108319641A CN108319641A CN201711403135.2A CN201711403135A CN108319641A CN 108319641 A CN108319641 A CN 108319641A CN 201711403135 A CN201711403135 A CN 201711403135A CN 108319641 A CN108319641 A CN 108319641A
- Authority
- CN
- China
- Prior art keywords
- vegetable
- picture
- dish information
- ocr
- libraries
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07G—REGISTERING THE RECEIPT OF CASH, VALUABLES, OR TOKENS
- G07G1/00—Cash registers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Library & Information Science (AREA)
- Databases & Information Systems (AREA)
- Character Discrimination (AREA)
Abstract
本发明公开了一种菜品信息录入方法及装置。其中,该方法包括:对菜品图片进行扫描,得到扫描图片,再通过调用光学字符识别OCR库的方式,识别扫描图片中的菜品的菜品信息,并将识别出的菜品信息录入到收银系统中,其中,OCR库中存储有图片与图片中的菜品的菜品信息之间的对应关系。本发明解决了在收银系统中人工录入菜单造成的工作量大、效率低且容易出错的技术问题。
Description
技术领域
本发明涉及餐饮服务领域,具体而言,涉及一种菜品信息录入方法及装置。
背景技术
随着人民生活水平的提高,中国餐饮市场近年来发展迅速。但是,由于竞争激烈、利润逐步透明化及劳动力成本持续走高,使餐饮业商家营业额提升越来越困难。就每一次消费过程中必经的点菜和结算步骤来说,餐饮商家大都是人工对着菜单将菜名、价格、图片一个一个的录入收银系统,或是通过excel录入数据后再批量导入到收银系统,但这两种方式都不是很好的解决方案,且每次更新菜单都需要人工录入一遍,工作量大也容易出错。故如何利用先进技术为餐饮企业降低经营支出,成为有待解决的一重要问题。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种菜品信息录入方法及装置,以至少解决在收银系统中人工录入菜单造成的工作量大、效率低且容易出错的技术问题。
根据本发明实施例的一个方面,提供了一种菜品信息录入方法,包括:对菜品图片进行扫描,得到扫描图片;通过调用光学字符识别OCR库的方式,识别所述扫描图片中的菜品的菜品信息,其中,所述OCR库中存储有图片与所述图片中的菜品的菜品信息之间的对应关系;将识别出的所述菜品信息录入到收银系统中。
可选的,对所述菜品图片进行扫描,得到所述扫描图片包括:通过预定终端中的应用程序,对所述菜品图片进行扫描,得到所述扫描图片。
可选的,在通过调用所述OCR库的方式,识别所述扫描图片中的所述菜品信息之前,还包括:获取用于生成所述OCR库的菜品图片;使用识别模型,识别出用于生成所述OCR库的菜品图片中的菜品的菜品信息,其中,所述识别模型为使用多组数据通过机器学习训练得出的,所述多组数据中的每组数据均包括:图片和所述图片中的菜品的菜品信息;根据用于生成所述OCR库的菜品图片,以及用于生成所述OCR库的菜品图片中的菜品的菜品信息,生成所述OCR库。
可选的,在使用所述识别模型,识别出用于生成所述OCR库的菜品图片中的菜品的菜品信息之前,还包括:采样多种不同菜系的采样菜品图片,以及所述采样菜品图片中的菜品的菜品信息;对所述采样菜品图片,以及所述采样菜品图片中的菜品的菜品信息进行训练,得到所述识别模型。
可选的,将识别出的所述菜品信息录入到所述收银系统中包括:在识别出的所述菜品信息为多个的情况下,调用所述收银系统应用程序编程接口API将多个菜品信息批量录入到所述收银系统中。
可选的,所述菜品信息包括以下至少之一:菜品图,菜品名,菜品价格,菜品推荐信息,菜品口味,菜品建议。
根据本发明实施例的另一方面,还提供了一种菜品信息录入装置,包括:扫描模块,用于对菜品图片进行扫描,得到扫描图片;第一识别模块,用于通过调用光学字符识别OCR库的方式,识别所述扫描图片中的菜品的菜品信息,其中,所述OCR库中存储有图片与所述图片中的菜品的菜品信息之间的对应关系;录入模块,用于将识别出的所述菜品信息录入到收银系统中。
可选的,所述扫描模块包括:得到单元,用于通过预定终端中的应用程序,对所述菜品图片进行扫描,得到所述扫描图片。
可选的,所述装置还包括:获取模块,用于在通过调用所述OCR库的方式,识别所述扫描图片中的所述菜品信息之前,获取用于生成所述OCR库的菜品图片;第二识别模块,用于使用识别模型,识别出用于生成所述OCR库的菜品图片中的菜品的菜品信息,其中,所述识别模型为使用多组数据通过机器学习训练得出的,所述多组数据中的每组数据均包括:图片和所述图片中的菜品的菜品信息;生成模块,用于根据用于生成所述OCR库的菜品图片,以及用于生成所述OCR库的菜品图片中的菜品的菜品信息,生成所述OCR库。
可选的,所述装置还包括:采样模块,用于在使用所述识别模型,识别出用于生成所述OCR库的菜品图片中的菜品的菜品信息之前,采样多种不同菜系的采样菜品图片,以及所述采样菜品图片中的菜品的菜品信息;得到模块,用于对所述采样菜品图片,以及所述采样菜品图片中的菜品的菜品信息进行训练,得到所述识别模型。
可选的,所述录入模块包括:调用单元,用于在识别出的所述菜品信息为多个的情况下,调用所述收银系统应用程序编程接口API将多个菜品信息批量录入到所述收银系统中。
可选的,所述菜品信息包括以下至少之一:菜品图,菜品名,菜品价格,菜品推荐信息,菜品口味,菜品建议。
在本发明实施例中,采用智能化信息录入的方式,通过调用光学字符识别OCR库,达到了识别对菜品图片进行扫描后得到的扫描图片中的菜品的菜品信息的目的,并实现了高效高速的将识别出的菜品信息录入到收银系统中的技术效果,其中,OCR库中存储有图片与图片中的菜品的菜品信息之间的对应关系。进而解决了在收银系统中人工录入菜单造成的工作量大、效率低且容易出错的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的菜品信息录入方法的流程图;
图2是根据本发明实施例的菜品信息录入装置的结构示意图;
图3是根据本发明实施例的菜品信息录入装置的扫描模块22的结构示意图;
图4是根据本发明实施例的菜品信息录入装置的优选结构示意图一;
图5是根据本发明实施例的菜品信息录入装置的优选结构示意图二;
图6是根据本发明实施例的菜品信息录入装置的录入模块26的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了一种菜品信息录入的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的菜品信息录入方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,对菜品图片进行扫描,得到扫描图片;
步骤S104,通过调用光学字符识别OCR(Optical Character Recognition,光学字符识别)库的方式,识别扫描图片中的菜品的菜品信息,其中,OCR库中存储有图片与图片中的菜品的菜品信息之间的对应关系;
步骤S106,将识别出的菜品信息录入到收银系统中。
通过上述步骤,可以实现在本发明实施例中,采用智能化信息录入的方式,通过调用光学字符识别OCR库,达到了识别对菜品图片进行扫描后得到的扫描图片中的菜品的菜品信息的目的,并可实现高效高速的将识别出的菜品信息录入到收银系统中的技术效果,其中,OCR库中存储有图片与图片中的菜品的菜品信息之间的对应关系。进而解决了在收银系统中人工录入菜单造成的工作量大、效率低且容易出错的技术问题。
优选的,对菜品图片进行扫描,得到扫描图片可以包括:通过预定终端中的应用程序,对菜品图片进行扫描,得到扫描图片。如设置一个移动终端手机或平板电脑的应用程序APP,并设置“扫描”功能及按钮,通过点击该“扫描”按钮,在对准菜品图片的情况下,可以对菜品图片进行扫描,进而得到该菜品的电子图片,并可以将该电子图片存储至上述移动终端的本地空间。需要说明的是,上述预定终端可以是上述所指的移动终端手机或平板电脑,当然也可能是其它具体扫描功能的其它设备,例如,一个单纯的扫描器。
针对上述菜品图片中信息的识别和获取,可选的,在通过调用OCR库的方式,识别扫描图片中的菜品信息之前,还可以包括:获取用于生成OCR库的菜品图片;使用识别模型,识别出用于生成OCR库的菜品图片中的菜品的菜品信息,其中,识别模型为使用多组数据通过机器学习训练得出的,多组数据中的每组数据均包括:图片和图片中的菜品的菜品信息;根据用于生成OCR库的菜品图片,以及用于生成OCR库的菜品图片中的菜品的菜品信息,生成OCR库。
需要说明的是,上述OCR库可以通过百度文字识别服务OCR生成,该文字识别服务依托业界先进的深度学习技术,提供了自然场景下整图文字检测、定位、识别等功能,其中,该文字识别的结果可以用于翻译、搜索等代替用户输入的多种场景。另外,上述OCR库还可以通过OCR引擎Tesseract开发生成,该Tesseract是一款由HP实验室开发的由Google维护的开源OCR引擎,可以通过不断的训练,使图像转换文本的能力不断增强。
同时上述每组训练数据可以是通过实验得到的,也可以是大量应用该菜品信息录入方法的应用程序或装置在使用过程中不断采集积累上报的,通过对正在使用的应用程序或装置进行追踪,从而得到大量的数据均可以用于训练。可选的,在上述应用程序或装置中也可以预先设置通讯模块,进而可以将实时采集到的数据上传到服务器,以供机器学习训练使用。
优选的,在使用识别模型,识别出用于生成OCR库的菜品图片中的菜品的菜品信息之前,还可以包括:采样多种不同菜系的采样菜品图片,以及采样菜品图片中的菜品的菜品信息;对采样菜品图片,以及采样菜品图片中的菜品的菜品信息进行训练,得到识别模型。通过该优选实施方案,可以对不同菜系、不同菜式、不同口味的菜品图片及菜品信息分别进行抽样采集,进而得到丰富的识别模型,使其能准确高效的识别出各个菜品及菜品信息,如菜品图片、菜品名、价格等。
通过上述OCR库识别出菜品图片中的菜品的菜品信息后,可以将上述菜品信息保存到本地数据库中,如数据库SQLite,其中,该SQLite是一款轻型数据库,是遵守数据库四特性ACID(Atomicity、Consistency、Isolation、Durability)的关系型数据库管理系统,其被包含在一个相对小的C库中。因源于嵌入式的设计目标,故其占用资源非常低,处理速度相较于相关技术中其他的主流数据库管理系统也都快一些。
同时,将上述菜品图片和菜品信息进行保存后,还可以将识别出的菜品信息录入到收银系统中。其中,将识别出的菜品信息录入到收银系统中可以包括:在识别出的菜品信息为多个的情况下,调用收银系统应用程序编程接口API(Application ProgrammingInterface)将多个菜品信息批量录入到收银系统中。通过上述利用API接口批量录入的操作,可以实现将多个菜品信息一次性录入或更新入收银系统中,进而为餐饮商家在执行点菜或结算操作时提供了便利,节省了大量人力成本。
优选的,菜品信息可以包括以下至少之一:菜品图,菜品名,菜品价格,菜品推荐信息,菜品口味,菜品建议。其中,菜品图用于提供该菜品的感观;菜品名,用于对该菜品进行标识;菜品价格,用于标识该菜品的售价;菜品推荐信息,用于表示推荐该菜品的推荐理由;菜品口味,用于标识该菜品所属菜系;菜品建议,用于标识食用该菜品可能带来的合适或不适的意见。通过将上述菜品信息进行识别、存储及上传,还可以将该菜品信息共享到可视化点餐系统中,顾客通过该可视化点餐系统可以详细了解该菜品的详细信息,并可结合菜品建议和菜品推荐信息合理的配置点餐时的菜品组合,进而提高顾客用餐体验。
通过本发明实施例及上述各优选实施方案,可以实现通过预定终端中的应用程序,如手机APP,扫描餐厅纸质菜单即可将菜品信息全自动录入或更新到收银系统中。比如商家菜单有100多道菜,相关技术中每次录入、更新菜品都需要人工对照菜单一一录入、比对,耗费时间且容易出错。而通过本发明实施例的菜品信息录入方法,拿着手机扫描纸质菜单即可将菜品数据集中录入到收银系统,原来需要1个小时录入完毕,现在只需3分钟全部搞定,故大幅度提高了录入菜品的效率,并减少出错率。
根据本发明实施例的另外一个方面,还提供了一种菜品信息录入装置,图2是根据本发明实施例的菜品信息录入装置的结构示意图,如图2所示,该装置包括:扫描模块22,第一识别模块24,录入模块26。下面对该菜品信息录入装置进行详细说明。
扫描模块22,用于对菜品图片进行扫描,得到扫描图片;
第一识别模块24,连接于上述扫描模块22,用于通过调用光学字符识别OCR库的方式,识别扫描图片中的菜品的菜品信息,其中,OCR库中存储有图片与图片中的菜品的菜品信息之间的对应关系;
录入模块26,连接于上述第一识别模块24,用于将识别出的菜品信息录入到收银系统中。
图3是根据本发明实施例的菜品信息录入装置的扫描模块22的结构示意图,如图3所示,该扫描模块22包括:得到单元32。下面对该扫描模块22进行详细说明。
得到单元32,用于通过预定终端中的应用程序,对菜品图片进行扫描,得到扫描图片。
图4是根据本发明实施例的菜品信息录入装置的优选结构示意图一,如图4所示,该装置除含图2中所有结构外,还包括:获取模块42,第二识别模块44,生成模块46。下面对该菜品信息录入装置进行详细说明。
获取模块42,用于在通过调用OCR库的方式,识别扫描图片中的菜品信息之前,获取用于生成OCR库的菜品图片;
第二识别模块44,连接于上述获取模块42,用于使用识别模型,识别出用于生成OCR库的菜品图片中的菜品的菜品信息,其中,识别模型为使用多组数据通过机器学习训练得出的,多组数据中的每组数据均包括:图片和图片中的菜品的菜品信息;
生成模块46,连接于上述第二识别模块44和第一识别模块24,用于根据用于生成OCR库的菜品图片,以及用于生成OCR库的菜品图片中的菜品的菜品信息,生成OCR库。
图5是根据本发明实施例的菜品信息录入装置的优选结构示意图二,如图5所示,该装置除含图4中所有结构外,还包括:采样模块52,得到模块54。下面对该菜品信息录入装置进行详细说明。
采样模块52,用于在使用识别模型,识别出用于生成OCR库的菜品图片中的菜品的菜品信息之前,采样多种不同菜系的采样菜品图片,以及采样菜品图片中的菜品的菜品信息;
得到模块54,连接于上述采样模块52,用于对采样菜品图片,以及采样菜品图片中的菜品的菜品信息进行训练,得到识别模型。
图6是根据本发明实施例的菜品信息录入装置的录入模块26的结构示意图,如图6所示,该录入模块26包括:调用单元62。下面对该录入模块26进行详细说明。
调用单元62,用于在识别出的菜品信息为多个的情况下,调用收银系统应用程序编程接口API将多个菜品信息批量录入到收银系统中。
其中,菜品信息包括以下至少之一:菜品图,菜品名,菜品价格,菜品推荐信息,菜品口味,菜品建议。
在本发明实施例中,还提供了一种存储介质,该存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行上述任意一项的菜品信息录入方法。
在本发明实施例中,还提供了一种处理器,该处理器用于运行程序,其中,程序运行时执行上述任意一项的菜品信息录入方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。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或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (12)
1.一种菜品信息录入方法,其特征在于,包括:
对菜品图片进行扫描,得到扫描图片;
通过调用光学字符识别OCR库的方式,识别所述扫描图片中的菜品的菜品信息,其中,所述OCR库中存储有图片与所述图片中的菜品的菜品信息之间的对应关系;
将识别出的所述菜品信息录入到收银系统中。
2.根据权利要求1所述的方法,其特征在于,对所述菜品图片进行扫描,得到所述扫描图片包括:
通过预定终端中的应用程序,对所述菜品图片进行扫描,得到所述扫描图片。
3.根据权利要求1所述的方法,其特征在于,在通过调用所述OCR库的方式,识别所述扫描图片中的所述菜品信息之前,还包括:
获取用于生成所述OCR库的菜品图片;
使用识别模型,识别出用于生成所述OCR库的菜品图片中的菜品的菜品信息,其中,所述识别模型为使用多组数据通过机器学习训练得出的,所述多组数据中的每组数据均包括:图片和所述图片中的菜品的菜品信息;
根据用于生成所述OCR库的菜品图片,以及用于生成所述OCR库的菜品图片中的菜品的菜品信息,生成所述OCR库。
4.根据权利要求3所述的方法,其特征在于,在使用所述识别模型,识别出用于生成所述OCR库的菜品图片中的菜品的菜品信息之前,还包括:
采样多种不同菜系的采样菜品图片,以及所述采样菜品图片中的菜品的菜品信息;
对所述采样菜品图片,以及所述采样菜品图片中的菜品的菜品信息进行训练,得到所述识别模型。
5.根据权利要求1所述的方法,其特征在于,将识别出的所述菜品信息录入到所述收银系统中包括:
在识别出的所述菜品信息为多个的情况下,调用所述收银系统应用程序编程接口API将多个菜品信息批量录入到所述收银系统中。
6.根据权利要求1至5中任一项所述的方法,其特征在于,所述菜品信息包括以下至少之一:菜品图,菜品名,菜品价格,菜品推荐信息,菜品口味,菜品建议。
7.一种菜品信息录入装置,其特征在于,包括:
扫描模块,用于对菜品图片进行扫描,得到扫描图片;
第一识别模块,用于通过调用光学字符识别OCR库的方式,识别所述扫描图片中的菜品的菜品信息,其中,所述OCR库中存储有图片与所述图片中的菜品的菜品信息之间的对应关系;
录入模块,用于将识别出的所述菜品信息录入到收银系统中。
8.根据权利要求7所述的装置,其特征在于,所述扫描模块包括:
得到单元,用于通过预定终端中的应用程序,对所述菜品图片进行扫描,得到所述扫描图片。
9.根据权利要求7所述的装置,其特征在于,所述装置还包括:
获取模块,用于在通过调用所述OCR库的方式,识别所述扫描图片中的所述菜品信息之前,获取用于生成所述OCR库的菜品图片;
第二识别模块,用于使用识别模型,识别出用于生成所述OCR库的菜品图片中的菜品的菜品信息,其中,所述识别模型为使用多组数据通过机器学习训练得出的,所述多组数据中的每组数据均包括:图片和所述图片中的菜品的菜品信息;
生成模块,用于根据用于生成所述OCR库的菜品图片,以及用于生成所述OCR库的菜品图片中的菜品的菜品信息,生成所述OCR库。
10.根据权利要求9所述的装置,其特征在于,所述装置还包括:
采样模块,用于在使用所述识别模型,识别出用于生成所述OCR库的菜品图片中的菜品的菜品信息之前,采样多种不同菜系的采样菜品图片,以及所述采样菜品图片中的菜品的菜品信息;
得到模块,用于对所述采样菜品图片,以及所述采样菜品图片中的菜品的菜品信息进行训练,得到所述识别模型。
11.根据权利要求7所述的装置,其特征在于,所述录入模块包括:
调用单元,用于在识别出的所述菜品信息为多个的情况下,调用所述收银系统应用程序编程接口API将多个菜品信息批量录入到所述收银系统中。
12.根据权利要求7至11中任一项所述的装置,其特征在于,所述菜品信息包括以下至少之一:菜品图,菜品名,菜品价格,菜品推荐信息,菜品口味,菜品建议。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711403135.2A CN108319641A (zh) | 2017-12-21 | 2017-12-21 | 菜品信息录入方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711403135.2A CN108319641A (zh) | 2017-12-21 | 2017-12-21 | 菜品信息录入方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108319641A true CN108319641A (zh) | 2018-07-24 |
Family
ID=62893193
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711403135.2A Pending CN108319641A (zh) | 2017-12-21 | 2017-12-21 | 菜品信息录入方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108319641A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109344926A (zh) * | 2018-09-13 | 2019-02-15 | 北京辰森世纪科技股份有限公司 | 服务单据信息的处理方法、装置及设备 |
CN109558876A (zh) * | 2018-11-20 | 2019-04-02 | 浙江口碑网络技术有限公司 | 字符识别处理方法及装置 |
CN109886263A (zh) * | 2018-12-29 | 2019-06-14 | 口碑(上海)信息技术有限公司 | 菜单配置方法、装置、存储介质及计算机设备 |
CN110442743A (zh) * | 2019-08-05 | 2019-11-12 | 中山职业技术学院 | 一种基于图片转文字的菜品信息发布方法 |
CN111291537A (zh) * | 2018-11-22 | 2020-06-16 | 无锡雅座在线科技股份有限公司 | 一种支持自动识别图片信息并转化为文字的方法 |
CN111640267A (zh) * | 2020-04-16 | 2020-09-08 | 浙江口碑网络技术有限公司 | 一种自助结算方法、装置、存储介质及计算机设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104269003A (zh) * | 2014-09-12 | 2015-01-07 | 李龙龙 | 一种食物识别方法、装置及系统 |
CN105005793A (zh) * | 2015-07-15 | 2015-10-28 | 广州敦和信息技术有限公司 | 一种发票字条自动识别录入的方法及装置 |
CN107220648A (zh) * | 2017-04-11 | 2017-09-29 | 平安科技(深圳)有限公司 | 理赔单据的字符识别方法及服务器 |
CN107391469A (zh) * | 2017-06-30 | 2017-11-24 | 无锡雅座在线科技股份有限公司 | 菜谱自动录入方法和装置 |
-
2017
- 2017-12-21 CN CN201711403135.2A patent/CN108319641A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104269003A (zh) * | 2014-09-12 | 2015-01-07 | 李龙龙 | 一种食物识别方法、装置及系统 |
CN105005793A (zh) * | 2015-07-15 | 2015-10-28 | 广州敦和信息技术有限公司 | 一种发票字条自动识别录入的方法及装置 |
CN107220648A (zh) * | 2017-04-11 | 2017-09-29 | 平安科技(深圳)有限公司 | 理赔单据的字符识别方法及服务器 |
CN107391469A (zh) * | 2017-06-30 | 2017-11-24 | 无锡雅座在线科技股份有限公司 | 菜谱自动录入方法和装置 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109344926A (zh) * | 2018-09-13 | 2019-02-15 | 北京辰森世纪科技股份有限公司 | 服务单据信息的处理方法、装置及设备 |
CN109558876A (zh) * | 2018-11-20 | 2019-04-02 | 浙江口碑网络技术有限公司 | 字符识别处理方法及装置 |
CN111291537A (zh) * | 2018-11-22 | 2020-06-16 | 无锡雅座在线科技股份有限公司 | 一种支持自动识别图片信息并转化为文字的方法 |
CN109886263A (zh) * | 2018-12-29 | 2019-06-14 | 口碑(上海)信息技术有限公司 | 菜单配置方法、装置、存储介质及计算机设备 |
CN109886263B (zh) * | 2018-12-29 | 2020-12-29 | 口碑(上海)信息技术有限公司 | 菜单配置方法、装置、存储介质及计算机设备 |
CN110442743A (zh) * | 2019-08-05 | 2019-11-12 | 中山职业技术学院 | 一种基于图片转文字的菜品信息发布方法 |
CN111640267A (zh) * | 2020-04-16 | 2020-09-08 | 浙江口碑网络技术有限公司 | 一种自助结算方法、装置、存储介质及计算机设备 |
CN111640267B (zh) * | 2020-04-16 | 2021-12-24 | 浙江口碑网络技术有限公司 | 一种自助结算方法、装置、存储介质及计算机设备 |
CN114550389A (zh) * | 2020-04-16 | 2022-05-27 | 浙江口碑网络技术有限公司 | 一种自助结算方法、装置、存储介质及计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108319641A (zh) | 菜品信息录入方法及装置 | |
EP3316586B1 (en) | Method and device for extracting keywords from bullet screen information and pushing related information including a web link | |
US20140279061A1 (en) | Social Media Branding | |
WO2015148733A2 (en) | Systems and methods for the real-time modification of videos and images within a social network format | |
CN109597858B (zh) | 一种商户的分类方法及其装置和商户的推荐方法及其装置 | |
CN109213802B (zh) | 用户画像构建方法、装置、终端和计算机可读存储介质 | |
CN109360028A (zh) | 用于推送信息的方法和装置 | |
CN104079926B (zh) | 一种远程桌面软件的视频性能测试方法 | |
CN104182225B (zh) | 一种通用移动信息系统适配方法与装置 | |
CN104484435B (zh) | 交叉分析用户行为的方法 | |
CN107818156A (zh) | 一种实时个性化新闻推荐方法及系统 | |
CN107977678A (zh) | 用于输出信息的方法和装置 | |
CN106599215A (zh) | 一种基于深度学习的问句生成方法和问句生成系统 | |
CN109101309B (zh) | 用于更新用户界面方法和装置 | |
CN113784171A (zh) | 视频数据处理方法、装置、计算机系统及可读存储介质 | |
CN106605256A (zh) | 菜单生成系统 | |
CN110046293A (zh) | 一种用户身份关联方法及装置 | |
CN111639988A (zh) | 经纪人推荐方法、装置、电子设备和存储介质 | |
Wang et al. | A hybrid bandit model with visual priors for creative ranking in display advertising | |
CN109819002B (zh) | 数据推送方法和装置、存储介质及电子装置 | |
CN109522858A (zh) | 植物疾病检测方法、装置及终端设备 | |
CN115563259A (zh) | 一种多模态问答数据采集方法及装置 | |
CN105760530A (zh) | 基于人工智能的资讯卡片排序方法及装置 | |
CN111506755A (zh) | 图片集的分类方法和装置 | |
CN109146606A (zh) | 一种品牌推荐方法、电子设备、存储介质及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180724 |