CN109635683A - 一种图像中的内容提取方法及终端设备 - Google Patents

Abstract

本发明实施例提供了一种图像中的内容提取方法及终端设备，涉及通信技术领域，以解决现有内容提取方法不能快速有效地提取到关键内容，导致内容提取效率较低的问题。该方法包括：接收用户的第一输入，该第一输入用于触发终端设备提取图像中的关键文本信息；并响应于该第一输入，从目标图像中提取目标信息，并显示该目标信息，该目标图像为终端设备显示的图像，该目标信息为该目标图像中的文本内容中的关键信息，该目标信息包括时间信息、地点信息、人物信息和事件信息中的至少一项。该方法可以应用于通过终端设备提取图像中关键文本信息的场景中。

Description

一种图像中的内容提取方法及终端设备

技术领域

本发明实施例涉及通信技术领域，尤其涉及一种图像中的内容提取方法及终端设备。

背景技术

日常生活中，用户经常会碰到从一大段文字中寻找并提取关键内容的场景。例如，用户在网络上搜索某个关键字得到大段网页内容之后，可以通过眼睛快速浏览并依据个人经验从网页内容中提取关键内容(例如关键字)。

然而，在内容提取的过程中，由于内容密集，因此用户通过眼睛快速浏览，容易忽略关键内容，一旦意识到忽略了关键内容，可能又要重新浏览，以提取关键内容。同时，由于个人经验的局限性，依据个人经验可能无法准确提取到关键内容。总之，上述内容提取方法不能快速、准确地提取到关键内容，导致内容提取效率较低。

发明内容

本发明实施例提供一种图像中的内容提取方法及终端设备，以解决现有内容提取方法不能快速有效地提取到关键内容，导致内容提取效率较低的问题。

为了解决上述技术问题，本发明是这样实现的：

第一方面，本发明实施例提供了一种图像中的内容提取方法，应用于终端设备，该方法包括：接收用户的第一输入，该第一输入用于触发终端设备提取图像中的关键文本信息；并响应于该第一输入，从目标图像中提取目标信息，显示该目标信息，该目标图像为终端设备显示的图像，该目标信息为该目标图像中的文本内容中的关键信息，该目标信息包括时间信息、地点信息、人物信息和事件信息中的至少一项。

第二方面，本发明实施例提供了一种终端设备，该终端设备包括接收模块、提取模块和显示模块。接收模块用于接收用户的第一输入，该第一输入用于触发终端设备提取图像中的关键文本信息。提取模块用于响应于接收模块接收的该第一输入，从目标图像中提取目标信息，该目标图像为终端设备显示的图像。显示模块用于显示提取模块提取的该目标信息，该目标信息为该目标图像中的文本内容中的关键信息，该目标信息包括时间信息、地点信息、人物信息和事件信息中的至少一项。

第三方面，本发明实施例提供了一种终端设备，该终端设备包括处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序，该计算机程序被处理器执行时实现上述第一方面中的图像中的内容提取方法的步骤。

第四方面，本发明实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储计算机程序，该计算机程序被处理器执行时实现上述第一方面中的图像中的内容提取方法的步骤。

在本发明实施例中，可以接收用户的第一输入(该第一输入用于触发终端设备提取图像中的关键文本信息)，并响应于该第一输入，从目标图像(该目标图像为终端设备显示的图像)中提取目标信息，显示该目标信息，该目标信息为该目标图像中的文本内容中的关键信息，该目标信息包括时间信息、地点信息、人物信息和事件信息中的至少一项。通过该方案，由于本发明实施例可以在识别终端设备显示的图像并获得该图像中的文本内容的基础上，获得该文本内容中的关键信息并显示该关键信息，因此在终端设备显示目标图像(即包括文本内容的图像)的情况下，终端设备可以根据用户的实际使用需求，提取并显示该图像中的文本内容中的关键信息，如此用户可以便捷地查看上述关键信息，因而可以节省大量的时间，从而本发明实施例可以提升内容提取效率。

附图说明

图1为本发明实施例提供的一种可能的安卓操作系统的架构示意图；

图2为本发明实施例提供的图像中的内容提取方法的示意图之一；

图3为本发明实施例提供的图像中的内容提取方法的示意图之二；

图4为本发明实施例提供的图像中的内容提取方法的示意图之三；

图5为本发明实施例提供的图像中的内容提取方法应用的界面示意图之一；

图6为本发明实施例提供的图像中的内容提取方法应用的界面示意图之二；

图7为本发明实施例提供的终端设备的结构示意图；

图8为本发明实施例提供的终端设备的硬件示意图。

具体实施方式

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，所描述的实施例是本发明一部分实施例，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作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本文中术语“和/或”，是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。本文中符号“/”表示关联对象是或者的关系，例如A/B表示A或者B。

本发明的说明书和权利要求书中的术语“第一”和“第二”等是用于区别不同的对象，而不是用于描述对象的特定顺序。例如，第一输入和第二输入等是用于区别不同的输入，而不是用于描述输入的特定顺序。

在本发明实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。

在本发明实施例的描述中，除非另有说明，“多个”的含义是指两个或者两个以上，例如，多个处理单元是指两个或者两个以上的处理单元等。

下面首先对本发明的权利要求书和说明书中涉及的一些名词或者术语进行解释说明。

1.光学字符识别(Optical Character Recognition，OCR)，是采用光学的方式，通过检测字符的暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程。

2.语义分析(Semantic Analysis)，主要指运用各种方法，学习与理解一段文本所表示的语义内容，任何对语言的理解都可以归为语义分析的范畴。简单地讲，语义分析的目标就是通过建立有效的模型和系统，实现在各个语言单位(包括词汇、句子和篇章等)的自动语义分析，从而实现理解整个文本表达的真实语义。

3.信息的四要素特征，是内容或信息的核心要素，简单扼要地表达关键信息。信息的四要素特征包括地点、时间、人物和事件。

本发明实施例提供一种图像中的内容提取方法及终端设备，可以接收用户的第一输入(该第一输入用于触发终端设备提取图像中的关键文本信息)，并响应于该第一输入，从目标图像(该目标图像为终端设备显示的图像)中提取目标信息，显示该目标信息，该目标信息为该目标图像中的文本内容中的关键信息，该目标信息包括时间信息、地点信息、人物信息和事件信息中的至少一项。通过该方案，由于本发明实施例可以在识别终端设备显示的图像并获得该图像中的文本内容的基础上，获得该文本内容中的关键信息并显示该关键信息，因此在终端设备显示目标图像(即包括文本内容的图像)的情况下，终端设备可以根据用户的实际使用需求，提取并显示该图像中的文本内容中的关键信息，如此用户可以便捷地查看上述关键信息，因而可以节省大量的时间，从而本发明实施例可以提升内容提取效率。

本发明实施例中的终端设备可以为具有操作系统的终端设备。该操作系统可以为安卓(Android)操作系统，可以为ios操作系统，还可以为其他可能的操作系统，本发明实施例不作具体限定。

下面以安卓操作系统为例，介绍一下本发明实施例提供的图像中的内容提取方法所应用的软件环境。

如图1所示，为本发明实施例提供的一种可能的安卓操作系统的架构示意图。在图1中，安卓操作系统的架构包括4层，分别为：应用程序层、应用程序框架层、系统运行库层和内核层(具体可以为Linux内核层)。

其中，应用程序层包括安卓操作系统中的各个应用程序(包括系统应用程序和第三方应用程序)。

应用程序框架层是应用程序的框架，开发人员可以在遵守应用程序的框架的开发原则的情况下，基于应用程序框架层开发一些应用程序。

系统运行库层包括库(也称为系统库)和安卓操作系统运行环境。库主要为安卓操作系统提供其所需的各类资源。安卓操作系统运行环境用于为安卓操作系统提供软件环境。

内核层是安卓操作系统的操作系统层，属于安卓操作系统软件层次的最底层。内核层基于Linux内核为安卓操作系统提供核心系统服务和与硬件相关的驱动程序。

以安卓操作系统为例，本发明实施例中，开发人员可以基于上述如图1所示的安卓操作系统的系统架构，开发实现本发明实施例提供的图像中的内容提取方法的软件程序，从而使得该图像中的内容提取方法可以基于如图1所示的安卓操作系统运行。即处理器或者终端设备可以通过在安卓操作系统中运行该软件程序实现本发明实施例提供的图像中的内容提取方法。

本发明实施例中的终端设备可以为移动终端，也可以为非移动终端。示例性的，移动终端可以为手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer，UMPC)、上网本或者个人数字助理(personaldigitalassistant，PDA)等，非移动终端可以为个人计算机(personal computer，PC)、电视机(television，TV)、柜员机或者自助机等，本发明实施例不作具体限定。

本发明实施例提供的图像中的内容提取方法的执行主体可以为上述的终端设备，也可以为该终端设备中能够实现该图像中的内容提取方法的功能模块和/或功能实体，具体的可以根据实际使用需求确定，本发明实施例不作限定。下面以终端设备为例，对本发明实施例提供的图像中的内容提取方法进行示例性的说明。

如图2所示，本发明实施例提供一种图像中的内容提取方法，该图像中的内容提取方法可以包括下述的S200-S202。

S200、终端设备接收用户的第一输入。

其中，该第一输入可以用于触发终端设备提取图像中的关键文本信息。

本发明实施例中，用户可以触发终端设备通过摄像头预览或拍摄含有文字(即文本)的文件或者对含有文字的图片识图，以触发终端设备采用文字识别技术，提取图像中的关键文本信息。

具体的，如果用户浏览任何包括文字的目标对象(例如含有文字的文件、含有文字的图片等)，那么此时，若目标对象(例如包括文本内容的文件，如报纸、公告或通知等)独立于终端设备，则用户可以触发终端设备通过摄像头采集该目标对象的图像并显示该图像，或者若目标对象(例如终端设备中保存的图片等)存在于终端设备中，用户可以触发终端设备显示图片(即图像)。进一步的，用户可以通过第一输入，触发终端设备对终端设备显示的图像进行识图，以提取该图像中的关键文本信息。

可选的，本发明实施例中，上述用户的第一输入可以为点击输入(例如单击输入或双击输入)，也可以为滑动输入，还可以是其它任意可能形式的输入，具体可以根据实际使用需求确定，本发明实施例不作限定。

示例性的，假设终端设备的相机应用程序中包括识图控件，那么在终端设备运行相机应用程序并显示预览界面的情况下，用户可以单击相机应用程序中的识图控件(即第一输入)，以触发终端设备提取预览界面中的图像中的关键文本信息。

示例性的，假设终端设备的相册中包括识图控件，那么在终端设备显示相册中的图片的情况下，用户可以单击相册中的识图控件(即第一输入)，以触发终端设备提取相册中的图片(即图像)中的关键文本信息。

需要说明的是，以上是以第一输入为对识图控件的输入为例进行示例性的说明，可以理解，本发明实施例包括但不限于上述列举的第一输入。实际实现时，上述第一输入还可以包括其它任意可能的用于触发终端设备提取图像中的关键文本信息的输入，例如，在终端设备中的识图功能设置为已开启的情况下，一旦终端设备通过摄像头预览图像，即可触发终端设备提取图像中的关键文本信息。具体的，第一输入的形式可以根据实际使用需求确定，本发明实施例不作限定。

S201、终端设备响应于该第一输入，从目标图像中提取目标信息，该目标信息为该目标图像中的文本内容中的关键信息。

其中，该目标图像可以为终端设备显示的图像。可选的，本发明实施例中，目标图像可以为终端设备通过摄像头预览时采集并显示的图像，也可以为终端设备显示相册中已保存的图片，还可以为其它任意满足实际使用需求的图像(例如网页中的图片，通过摄像头拍摄的图片，通过截屏得到的图片等)。具体的，目标图像的形式可以根据实际使用需求确定，本发明实施例不作限定。

本发明实施例中，该目标信息可以包括时间信息、地点信息、人物信息和事件信息中的至少一项。示例性的，若目标图像中的文本内容包括时间信息、地点信息、人物信息和事件信息，则终端设备可以从目标图像中提取得到时间信息、地点信息、人物信息和事件信息。又示例性的，若目标图像中的文本内容包括人物信息和事件信息，则终端设备可以从目标图像中提取得到人物信息和事件信息。具体的，从目标图像中提取的目标信息可以根据实际使用需求确定，本发明实施例不作限定。

可选的，结合图2，如图3所示，上述的S201具体可以通过下述的S201a和S201b实现。

S201a、终端设备响应于该第一输入，识别目标图像中的文本内容。

本发明实施例中，终端设备可以采用字符识别技术，识别图标图像中的文本内容。

可选的，本发明实施例中，终端设备可以采用OCR技术，对含有文字的图像进行文字识别，以获取该图像中的文本内容。具体的，OCR技术可以通过扫描等光学输入方式将各种票据、报刊、书籍、文稿及其它文件的文字转换为图像文件，再利用字符识别技术将图像中的文字转换成计算机文字。

S201b、终端设备分析该文本内容，得到目标信息，该目标信息为该目标图像中的文本内容中的关键信息。

可选的，结合图3，如图4所示，上述的S201b具体可以通过下述的S201b1-S201b4实现。

S201b1、终端设备采用语义分析技术，分析该文本内容，得到该文本内容的主题信息和该文本内容的详细信息。

本发明实施例中，由于语义分析技术可以实现理解整个文本表达的真实语义，因此终端设备可以采用语义分析技术对文本内容进行分析，获取到文本内容的整体含义(即上述主题信息)及文字种类信息(即上述的详细信息)。

S201b2、终端设备根据该主题信息，确定与该主题信息对应的场景信息。

S201b3、终端设备从该详细信息中提取要素信息。

其中，该要素信息可以包括时间信息、地点信息、人物信息和事件信息中的至少一项。

可选的，本发明实施例中，上述的S201b3具体可以通过下述的S201b3a实现。

S201b3a、终端设备按照信息的四要素特征，从该详细信息中提取要素信息。

其中，该信息的四要素特征包括时间、地点、人物和事件。

需要说明的是，当某一要素信息中包括多个子要素信息时，终端设备可以从详细信息中提取该要素信息中包含具体对象的第一层级的子要素信息。

S201b4、终端设备将要素信息中与场景信息对应的信息项，确定为目标信息。

本发明实施例中，终端设备可以根据文本内容的整体含义(即上述主题信息)，识别出具体场景。并根据文本内容的主题信息，识别出具体场景，以及按照信息的四要素特征，从文本内容的详细信息中提取要素信息。进而，结合具体场景，从要素信息中筛选出该场景下必需的关键核心信息。

本发明上述实施例提供的图像中的内容提取方法，在终端设备显示目标图像(即包括文本内容的图像)的情况下，终端设备可以根据用户的实际使用需求，提取该图像中的文本内容中的关键信息，从而可以提升内容提取效率。

S202、终端设备显示该目标信息。

本发明实施例中，终端设备在从目标图像中提取目标信息之后，可以在终端设备显示的图像上显示该目标信息(也可以称为要素标签)。

可选的，本发明实施例中，终端设备可以在拍摄预览界面上或在终端设备显示的图像上悬浮显示子界面且该子界面中包括目标信息。本发明实施例不限定上述终端设备显示目标信息的形式，当然，还可以以其它显示方式显示目标信息。具体的，终端设备显示目标信息的方式可以根据实际使用需求确定，本发明实施例不作限定。

可选的，上述子界面可以以一定的透明度悬浮显示。并且，终端设备可以响应于用户对子界面的输入(例如拖动输入)，将子界面从第一位置移动到第二位置。需要说明的是，子界面的位置、尺寸和形状，可以根据实际使用需求确定，本发明实施例不作限定。

可选的，终端设备可以响应于用户的输入(例如用户选中子界面中的目标信息)，保存该目标信息或分享该目标信息。

示例性的，假设终端显示的图像为终端设备在相机的拍摄预览界面显示的图像，那么终端设备可以在该拍摄预览界面上悬浮显示子界面且该子界面中包括目标信息，并且子界面可以位于该拍摄预览界面的目标区域。又示例性的，假设终端显示的图像为终端设备显示的相册中保存的图像，那么终端设备可以在该图像上悬浮显示子界面且该子界面中包括目标信息。

可选的，本发明实施例中，上述的S202具体可以通过下述的S202a和S202b实现。

S202a、终端设备设置要素信息的优先级顺序。

可选的，本发明实施例中，终端设备可以根据场景信息，设置各个要素信息的优先级顺序。示例性的，若场景信息指示交易场景，则终端设备可以将要素信息中的事件信息设置为最高优先级。当然，终端设备还可以根据其它任意可能的信息，设置各个要素信息的优先级顺序。具体的，要素信息的优先级顺序具体可以根据实际使用需求确定，本发明实施例不作限定。

S202b、终端设备按照要素信息的优先级顺序，显示目标信息。

本发明实施例中，上述要素信息的优先级顺序指时间信息、地点信息、人物信息和事件信息的显示顺序。

具体的，若目标信息中包括时间信息、地点信息、人物信息和事件信息，终端设备可以按照该要素信息的优先级顺序，显示目标信息中的时间信息、地点信息、人物信息和事件信息。若目标信息包括时间信息、地点信息、人物信息和事件信息中的部分项，则终端设备按照该要素信息的优先级顺序，显示目标信息中的部分项。

具体的，用户可以根据用户对要素信息的记忆依赖程度(即要素信息与用户自身的关联程度)设置要素信息的优先级顺序。

示例性的，若要素信息的优先级顺序设置为地点信息>事件信息>人物信息>时间信息且目标信息中包括时间信息、地点信息、人物信息和事件信息，则终端设备可以按照该要素信息的优先级顺序，显示目标信息中的地点信息、事件信息、人物信息和时间信息。

本发明上述实施例提供的图像中的内容提取方法，终端设备可以按照要素信息的优先级顺序，显示该图像中的文本内容中的关键信息，如此用户可以便捷地查看上述关键信息，因而可以节省大量的时间，从而可以提升内容提取效率。

下面参考图5示例性的说明本发明实施例提供的图像中的内容提取方法。

示例性的，如图5中的(a)所示，假设终端设备通过摄像头预览时采集目标图像，并在拍摄预览界面显示目标图像，该目标图像是一张购物小票的图像。终端设备可以采用OCR技术对该目标图像中的文字进行识别得到该目标图像的文本内容，并采用语义分析技术对该文本内容进行分析，进而终端设备可以确定：该文本内容的主题信息是“消费清单”，该文本内容的详细信息具体如下：

1.欢迎光临第一超市

2.门店号：A026

3.2016/3/20 10:01:54

4.收银机号：0004

5.小票号：00937439

6.收银员号：0021

7.交易类型：零售销售

8.序：1

9.商品名称：矿泉水

10.数量：1

11.单价：1.30

12.金额：1.30

13.总折扣：无

14.总数量：1

15.应收：1.30

16.实收：5.00

17.找零：3.70

18.人民币：5.00

本发明实施例中，终端设备在得到该文本内容的主题信息和该文本内容的详细信息之后，可以根据“消费清单”这一主题信息，确定与该主题信息对应的场景信息为“小额日常消费”，并且终端设备可以按照信息的四要素特征，从上述详细信息中提取如下要素信息：

1.时间：2016/3/20 10:01:54

2.地点：第一超市

3.人物：无

4.事件：交易(对象矿泉水数量为1，支付1.3元，找零3.7元)

进而，终端设备可以将上述要素信息确定上述要素信息中与“小额日常消费”这一场景信息对应的信息项。假设要素信息的优先级顺序设置为地点信息>事件信息>人物信息>时间信息，那么如图5中的(b)所示，终端设备可以在拍摄预览界面上显示目标信息(由于人物为无，因此不显示人物)：第一超市矿泉水支付1.3元2016/3/20 10:01:54。

当然，由于终端设备从上述要素信息中确定与“小额日常消费”这一场景信息对应的关键文本信息是“事件”，因此终端设备可以从上述要素信息中筛选出如下关键文本信息：矿泉水支付1.3元。进而，终端设备可以在拍摄预览界面上显示该关键文本信息，以便于用户查看。

下面再参考图6示例性的说明本发明实施例提供的图像中的内容提取方法。

示例性的，如图6中的(a)所示，假设终端设备直接显示目标图像，该目标图像是电子地图应用程序中的位置搜索界面的图像。终端设备可以采用OCR技术对该目标图像中的文字进行识别得到该目标图像的文本内容，并采用语义分析技术对该文本内容进行分析，进而终端设备可以确定：该文本内容的主题信息是“地点的天气及公共交通信息”，该文本内容的详细信息具体如下：

1.手机当前时间

2.白石洲：中国广东省深圳市南山区白石洲华侨城邮政编码：518053

3.白石洲(地铁站)：广东省深圳市南山区1号线/罗宝线

4.白石洲：中国广东省深圳市南山区

5.白石洲(公交站)：广东省深圳市南山区M487路

6.24°

7.雨(如图6中所示)

本发明实施例中，终端设备在得到该文本内容的主题信息和该文本内容的详细信息之后，可以根据“地点的天气及公共交通信息”这一主题信息，确定与该主题信息对应的场景信息为“对位置相关信息的搜索”，并且终端设备可以按照信息的四要素特征，从上述详细信息中提取如下要素信息：

1.时间：无

2.地点：白石洲

3.人物：无

4.事件：天气24°雨，地铁1号线/罗宝线，公交M487路。

进而，由于终端设备从上述要素信息中确定与“对位置相关信息的搜索”这一场景信息对应的关键文本信息是“地点”和“事件”，因此终端设备可以将上述要素信息确定上述要素信息中与“对位置相关信息的搜索”这一场景信息对应的信息项。假设要素信息的优先级顺序设置为地点信息>事件信息>人物信息>时间信息，那么如图6中的(b)所示，终端设备可以在拍摄预览界面上显示目标信息(由于人物和时间均为无，因此不显示人物和时间)：白石洲天气24°雨地铁1号线/罗宝线公交M487路。进而，终端设备可以在拍摄预览界面上显示该关键文本信息，以便于用户查看。

本发明实施例提供的图像中的内容提取方法，由于可以在识别终端设备显示的图像并获得该图像中的文本内容的基础上，获得该文本内容中的关键信息并显示该关键信息，因此本发明实施例在终端设备显示目标图像(即包括文本内容的图像)的情况下，终端设备可以根据用户的实际使用需求，提取并显示该图像中的文本内容中的关键信息，如此用户可以便捷地查看上述关键信息，因而可以节省大量的时间，从而本发明实施例可以提升内容提取效率。

如图7所示，本发明实施例提供一种终端设备700，该终端设备700可以包括接收模块701、提取模块702和显示模块703。接收模块701用于接收用户的第一输入，该第一输入用于触发终端设备700提取图像中的关键文本信息。提取模块702用于响应于接收模块701接收的该第一输入，从目标图像中提取目标信息，该目标图像为终端设备700显示的图像。显示模块703用于显示提取模块702提取的该目标信息，该目标信息为该目标图像中的文本内容中的关键信息，该目标信息包括时间信息、地点信息、人物信息和事件信息中的至少一项。

可选的，本发明实施例中，提取模块702具体用于识别目标图像中的文本内容，并分析该文本内容，得到目标信息。

可选的，本发明实施例中，提取模块702具体用于采用语义分析技术，分析上述文本内容，得到该文本内容的主题信息和该文本内容的详细信息；并根据该主题信息，确定与该主题信息对应的场景信息；且从该详细信息中提取要素信息，该要素信息包括时间信息、地点信息、人物信息和事件信息中的至少一项；并且将该要素信息中与该场景信息对应的信息项，确定为上述目标信息。

可选的，本发明实施例中，提取模块702具体用于按照信息的四要素特征，从上述详细信息中提取上述要素信息，该信息的四要素特征包括时间、地点、人物和事件。

可选的，本发明实施例中，显示模块703具体用于设置要素信息的优先级顺序；并按照该要素信息的优先级顺序，显示上述目标信息。

本发明实施例提供的终端设备能够实现上述方法实施例中终端设备实现的各个过程，为避免重复，这里不再赘述。

本发明实施例提供的终端设备，可以接收用户的第一输入(该第一输入用于触发终端设备提取图像中的关键文本信息)，并响应于该第一输入，从目标图像(该目标图像为终端设备显示的图像)中提取目标信息，显示该目标信息，该目标信息为该目标图像中的文本内容中的关键信息，该目标信息包括时间信息、地点信息、人物信息和事件信息中的至少一项。通过该方案，由于本发明实施例可以在识别终端设备显示的图像并获得该图像中的文本内容的基础上，获得该文本内容中的关键信息并显示该关键信息，因此在终端设备显示目标图像(即包括文本内容的图像)的情况下，终端设备可以根据用户的实际使用需求，提取并显示该图像中的文本内容中的关键信息，如此用户可以便捷地查看上述关键信息，因而可以节省大量的时间，从而本发明实施例可以提升内容提取效率。

图8为实现本发明各个实施例的一种终端设备的硬件结构示意图。如图8所示，该终端设备800包括但不限于：射频单元801、网络模块802、音频输出单元803、输入单元804、传感器805、显示单元806、用户输入单元807、接口单元808、存储器809、处理器810、以及电源811等部件。本领域技术人员可以理解，图8中示出的终端设备结构并不构成对终端设备的限定，终端设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。在本发明实施例中，终端设备包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。

其中，用户输入单元807，用于接收用户的第一输入，该第一输入用于触发终端设备提取图像中的关键文本信息；处理器810，用于响应于用户输入单元807接收到的该第一输入，从目标图像中提取目标信息，该目标图像为终端设备显示的图像，该目标信息为该目标图像中的文本内容中的关键信息，该目标信息包括时间信息、地点信息、人物信息和事件信息中的至少一项；显示单元806，用于显示处理器810提取的该目标信息。

本发明实施例提供一种终端设备，该终端设备可以接收用户的第一输入(该第一输入用于触发终端设备提取图像中的关键文本信息)，并响应于该第一输入，从目标图像(该目标图像为终端设备显示的图像)中提取目标信息，显示该目标信息，该目标信息为该目标图像中的文本内容中的关键信息，该目标信息包括时间信息、地点信息、人物信息和事件信息中的至少一项。通过该方案，由于本发明实施例可以在识别终端设备显示的图像并获得该图像中的文本内容的基础上，获得该文本内容中的关键信息并显示该关键信息，因此在终端设备显示目标图像(即包括文本内容的图像)的情况下，终端设备可以根据用户的实际使用需求，提取并显示该图像中的文本内容中的关键信息，如此用户可以便捷地查看上述关键信息，因而可以节省大量的时间，从而本发明实施例可以提升内容提取效率。

应理解的是，本发明实施例中，射频单元801可用于收发信息或通话过程中，信号的接收和发送，具体的，将来自基站的下行数据接收后，给处理器810处理；另外，将上行的数据发送给基站。通常，射频单元801包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元801还可以通过无线通信系统与网络和其他设备通信。

终端设备800通过网络模块802为用户提供了无线的宽带互联网访问，如帮助用户收发电子邮件、浏览网页和访问流式媒体等。

音频输出单元803可以将射频单元801或网络模块802接收的或者在存储器809中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元803还可以提供与终端设备800执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元803包括扬声器、蜂鸣器以及受话器等。

输入单元804用于接收音频或视频信号。输入单元804可以包括图形处理器(graphicsprocessing unit，GPU)8041和麦克风8042，图形处理器8041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元806上。经图形处理器8041处理后的图像帧可以存储在存储器809(或其它存储介质)中或者经由射频单元801或网络模块802进行发送。麦克风8042可以接收声音，并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元801发送到移动通信基站的格式输出。

终端设备800还包括至少一种传感器805，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板8061的亮度，接近传感器可在终端设备800移动到耳边时，关闭显示面板8061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别终端设备姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；传感器805还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等，在此不再赘述。

显示单元806用于显示由用户输入的信息或提供给用户的信息。显示单元806可包括显示面板8061，可以采用液晶显示器(liquid crystal display，LCD)、有机发光二极管(organiclight-emitting diode，OLED)等形式来配置显示面板8061。

用户输入单元807可用于接收输入的数字或字符信息，以及产生与终端设备的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元807包括触控面板8071以及其他输入设备8072。触控面板8071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板8071上或在触控面板8071附近的操作)。触控面板8071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器810，接收处理器810发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板8071。除了触控面板8071，用户输入单元807还可以包括其他输入设备8072。具体地，其他输入设备8072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。

进一步的，触控面板8071可覆盖在显示面板8061上，当触控面板8071检测到在其上或附近的触摸操作后，传送给处理器810以确定触摸事件的类型，随后处理器810根据触摸事件的类型在显示面板8061上提供相应的视觉输出。虽然在图8中，触控面板8071与显示面板8061是作为两个独立的部件来实现终端设备的输入和输出功能，但是在某些实施例中，可以将触控面板8071与显示面板8061集成而实现终端设备的输入和输出功能，具体此处不做限定。

接口单元808为外部装置与终端设备800连接的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元808可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到终端设备800内的一个或多个元件或者可以用于在终端设备800和外部装置之间传输数据。

存储器809可用于存储软件程序以及各种数据。存储器809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(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器809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、或其他易失性固态存储器件。

处理器810是终端设备的控制中心，利用各种接口和线路连接整个终端设备的各个部分，通过运行或执行存储在存储器809内的软件程序和/或模块，以及调用存储在存储器809内的数据，执行终端设备的各种功能和处理数据，从而对终端设备进行整体监控。处理器810可包括一个或多个处理单元；可选的，处理器810可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器810中。

终端设备800还可以包括给各个部件供电的电源811(比如电池)，可选的，电源811可以通过电源管理系统与处理器810逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

另外，终端设备800包括一些未示出的功能模块，在此不再赘述。

可选的，本发明实施例还提供一种终端设备，包括如图8所示的处理器810，存储器809，存储在存储器809上并可在处理器810上运行的计算机程序，该计算机程序被处理器810执行时实现上述图像中的内容提取方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述图像中的内容提取方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，该计算机可读存储介质可以包括只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，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，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例公开的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。

Claims (11)

1.一种图像中的内容提取方法，应用于终端设备，其特征在于，所述方法包括：

接收用户的第一输入，所述第一输入用于触发所述终端设备提取图像中的关键文本信息；

响应于所述第一输入，从目标图像中提取目标信息，显示所述目标信息，所述目标图像为所述终端设备显示的图像，所述目标信息为所述目标图像中的文本内容中的关键信息，所述目标信息包括：时间信息、地点信息、人物信息和事件信息中的至少一项。

2.根据权利要求1所述的方法，其特征在于，所述从目标图像中提取目标信息，包括：

识别所述目标图像中的文本内容；

分析所述文本内容，得到所述目标信息。

3.根据权利要求2所述的方法，其特征在于，所述分析所述文本内容，得到所述目标信息，包括：

采用语义分析技术，分析所述文本内容，得到所述文本内容的主题信息和所述文本内容的详细信息；

根据所述主题信息，确定与所述主题信息对应的场景信息；

从所述详细信息中提取要素信息，所述要素信息包括：时间信息、地点信息、人物信息和事件信息中的至少一项；

将所述要素信息中与所述场景信息对应的信息项，确定为所述目标信息。

4.根据权利要求3所述的方法，其特征在于，所述从所述详细信息中提取要素信息，包括：

按照信息的四要素特征，从所述详细信息中提取所述要素信息，所述信息的四要素特征包括时间、地点、人物和事件。

5.根据权利要求3或4所述的方法，其特征在于，所述显示所述目标信息，包括：

设置所述要素信息的优先级顺序；

按照所述要素信息的优先级顺序，显示所述目标信息。

6.一种终端设备，其特征在于，所述终端设备包括接收模块、提取模块和显示模块；

所述接收模块，用于接收用户的第一输入，所述第一输入用于触发所述终端设备提取图像中的关键文本信息；

所述提取模块，用于响应于所述接收模块接收的所述第一输入，从目标图像中提取目标信息，所述目标图像为所述终端设备显示的图像；

所述显示模块，用于显示所述提取模块提取的所述目标信息，所述目标信息为所述目标图像中的文本内容中的关键信息，所述目标信息包括：时间信息、地点信息、人物信息和事件信息中的至少一项。

7.根据权利要求6所述的终端设备，其特征在于，所述提取模块，具体用于识别所述目标图像中的文本内容；并分析所述文本内容，得到所述目标信息。

8.根据权利要求7所述的终端设备，其特征在于，所述提取模块，具体用于采用语义分析技术，分析所述文本内容，得到所述文本内容的主题信息和所述文本内容的详细信息；并根据所述主题信息，确定与所述主题信息对应的场景信息；且从所述详细信息中提取要素信息，所述要素信息包括：时间信息、地点信息、人物信息和事件信息中的至少一项；并且将所述要素信息中与所述场景信息对应的信息项，确定为所述目标信息。

9.根据权利要求8所述的终端设备，其特征在于，所述提取模块，具体用于按照信息的四要素特征，从所述详细信息中提取所述要素信息，所述信息的四要素特征包括时间、地点、人物和事件。

10.根据权利要求8或9所述的终端设备，其特征在于，所述显示模块，具体用于设置所述要素信息的优先级顺序；并按照所述要素信息的优先级顺序，显示所述目标信息。

11.一种终端设备，其特征在于，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至5中任一项所述的图像中的内容提取方法的步骤。