CN111274853A - 图像处理方法和装置 - Google Patents

Abstract

本申请实施例公开了图像处理方法和装置。该方法的一具体实施方式包括：获取显示有文本信息的待检测图像；对待检测图像进行文字识别，得到待检测图像中所显示的文本信息；将文本信息中包含的物品描述信息输入预先训练的翻译模型，得到目标语种的物品描述信息，其中，翻译模型用于表征源语种信息与目标语种信息的对应关系；将目标语种的物品描述信息在目标语种的物品名称集合中进行匹配，得到目标语种的物品名称。该实施方式实现了提高图像的识别效率和得到的物品名称的准确率。

Description

图像处理方法和装置

技术领域

本申请实施例涉及计算机技术领域，具体涉及图像处理方法和装置。

背景技术

随着电子商务的快速发展，交易过程中产生的各类票据或凭证的数目也大幅增长。目前，一般通过人工审核对这些票据或凭证的图像进行审核，以对交易的各个环节进行监测。由于这些图像数量往往是海量的，往往需要几十人甚至上百人的团队进行人工审核。

发明内容

本申请实施例提出了图像处理方法和装置。

第一方面，本申请实施例提供了一种图像处理方法，该方法包括：获取显示有文本信息的待检测图像，其中，文本信息包含有物品描述信息；对待检测图像进行文字识别，得到待检测图像中所显示的文本信息；将文本信息中包含的物品描述信息输入预先训练的翻译模型，得到目标语种的物品描述信息，其中，翻译模型用于表征源语种信息与目标语种信息的对应关系；将目标语种的物品描述信息在目标语种的物品名称集合中进行匹配，得到目标语种的物品名称。

在一些实施例中，该方法还包括：基于目标语种的物品名称，在目标语种的物品库存数据库中进行查询，得到物品的库存数量；响应于确定库存数量大于文本信息中包含的物品数量，输出相关提示信息。

在一些实施例中，该方法还包括：响应于确定库存数量小于文本信息中包含的物品数量，将库存数量更新为文本信息中包含的物品数量。

在一些实施例中，在将目标语种的物品描述信息在目标语种的物品名称集合中进行匹配，得到目标语种的物品名称之前，该方法还包括：基于文本信息中包含的物品类别信息，获取物品类别信息对应的目标语种的物品名称集合。

在一些实施例中，将文本信息中包含的物品描述信息输入预先训练的翻译模型，得到目标语种的物品描述信息，包括：响应于确定文本信息满足预设条件，将文本信息中包含的物品描述信息输入预先训练的翻译模型，得到目标语种的物品描述信息。

第二方面，本申请实施例提供了一种图像处理装置，该装置包括：图像获取单元，被配置成获取显示有文本信息的待检测图像，其中，文本信息包含有物品描述信息；识别单元，被配置成对待检测图像进行文字识别，得到待检测图像中所显示的文本信息；翻译单元，被配置成将文本信息中包含的物品描述信息输入预先训练的翻译模型，得到目标语种的物品描述信息，其中，翻译模型用于表征源语种信息与目标语种信息的对应关系；匹配单元，被配置成将目标语种的物品描述信息在目标语种的物品名称集合中进行匹配，得到目标语种的物品名称。

在一些实施例中，该装置还包括：查询单元，被配置成基于目标语种的物品名称，在目标语种的物品库存数据库中进行查询，得到物品的库存数量；输出单元，被配置成响应于确定库存数量大于文本信息中包含的物品数量，输出相关提示信息。

在一些实施例中，输出单元进一步被配置成：响应于确定库存数量小于文本信息中包含的物品数量，将库存数量更新为文本信息中包含的物品数量。

在一些实施例中，该装置还包括：集合获取单元，被配置成基于文本信息中包含的物品类别信息，获取物品类别信息对应的目标语种的物品名称集合。

在一些实施例中，翻译单元进一步被配置成：响应于确定文本信息满足预设条件，将文本信息中包含的物品描述信息输入预先训练的翻译模型，得到目标语种的物品描述信息。

第三方面，本申请实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当上述一个或多个程序被上述一个或多个处理器执行，使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，上述程序被处理器执行时实现如第一方面中任一实现方式描述的方法。

本申请实施例提供的图像处理方法和装置，首先通过对待检测图像进行文字识别，得到待检测图像中所显示的文本信息。之后，将文本信息中包含的物品描述信息输入预先训练的翻译模型，得到目标语种的物品描述信息。将目标语种的物品描述信息在目标语种的物品名称集合中进行匹配，得到目标语种的物品名称。与人工识别相比，提高了图像的识别效率。此外，通过结合翻译模型与物品名称集合，可以提高得到的目标语种的物品名称的准确率。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本申请的图像处理方法的一个实施例的流程图；

图3是根据本申请实施例的图像处理方法的一个应用场景的示意图；

图4是根据本申请的图像处理方法的又一个实施例的流程图；

图5是根据本申请的图像处理装置的一个实施例的结构示意图；

图6是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请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相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请实施例的图像处理方法或图像处理装置的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种客户端应用，例如图片拍摄类应用、图片扫描类应用等等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有图片拍摄或传输功能的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上传的图像进行处理的图像处理服务器。图像处理服务器可以对接收到的图像进行文字识别、物品名称匹配等处理，并将处理结果(例如物品名称)反馈给终端设备。

需要说明的是，本申请实施例所提供的图像处理方法一般由服务器105执行，相应地，图像处理装置一般设置于服务器105中。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本申请的图像处理方法的一个实施例的流程200。该图像处理方法，包括以下步骤：

步骤201，获取显示有文本信息的待检测图像。

在本实施例中，图像处理方法的执行主体(例如图1所示的服务器)可以通过有线连接或无线连接的方式从终端设备(例如终端设备101、102、103)首先获取显示有文本信息的待检测图像。其中，文本信息包含有物品描述信息。物品描述信息可以是用于描述物品的各种信息。物品描述信息包括但不限于：颜色、重量、名称、功效、配料等等。待检测图像可以是任意的图像。待检测图像的确定可以由技术人员指定，也可以根据一定的条件进行筛选得到。作为示例，待检测图像可以是发票图像、入库单图像、采购合同图像等等。

此外，待检测图像也可以存储于上述执行主体本地。此时，上述执行主体可以直接从本地获取待检测图像。

步骤202，对待检测图像进行文字识别，得到待检测图像中所显示的文本信息。

在本实施例中，上述执行主体可以通过各种OCR(Optical CharacterRecognition，光学字符识别)技术对待检测图像进行文字识别。其中，OCR技术可以将图像中的文字转化为可编辑的文本。

作为示例，可以通过开源的OCR应用对待检测图像进行文字识别。有一些OCR应用虽然未开源，但是提供了一些调用接口。因此，也可以通过调用这些OCR应用的调用接口来对待检测图像进行文字识别。通过识别，可以得到待检测图像中所显示的文本信息。

作为示例，还可以通过以下步骤对待检测图像进行文字识别：

第一步，对待检测图像进行预处理。预处理可以包括识别之前的处理，包括但不限于：灰度化、二值化、调整图像大小、增加图像对比度、降噪、图像矫正、图文分析等等。实践中，可以通过相应的图像处理算法对待检测图像进行预处理。例如，可以通过平滑滤波的算法进行降噪处理。又如，可以通过平均值法等灰度算法对待检测图像进行灰度化。

第二步，对经过预处理的待检测图像进行特征抽取。实践中，对于经过预处理的待检测图像，可以抽取多种特征。例如，可以是文字区域内的黑色像素与白色像素的数目比值。又如，也可以是笔划端点、交叉点的数量等等。

第三步，对于抽取得到的特征在数据库中进行匹配。其中，数据库中特征和对应的文本互相关联。

在此过程中，可以选取不同的距离函数(例如欧式距离)将抽取到的特征在数据库中进行匹配，从而得到待检测图像中显示的文本信息。

步骤203，将文本信息中包含的物品描述信息输入预先训练的翻译模型，得到目标语种的物品描述信息。

在本实施例中，上述执行主体可以将步骤202中得到的文本信息中包含的物品描述信息输入预先训练的翻译模型，得到目标语种的物品描述信息。

在本实施例中，翻译模型用于表征源语种信息与目标语种信息的对应关系。

作为示例，翻译模型可以经过大量统计而得到的对应关系表。对应关系表中可以包括多个源语种的单词、短语或句子，以及每个源语种的单词、短语或句子所对应的目标语种的单词、短语或句子。在此基础上，上述执行主体可以将文本信息中包含的物品描述信息在对应关系表中进行查询。并将查询到的源语种的单词、短语或句子所对应的目标语种的单词、短语或句子作为目标语种的物品描述信息。

作为示例，翻译模型还可以通过以下步骤训练得到：

第一步，获取初始翻译模型。初始翻译模型可以是未经训练或未训练完成的、可以用于处理序列的人工神经网络。作为示例，可以是循环神经网路(Recurrent NeuralNetworks，RNNs)、seq2seq、LSTM(Long Short-Term Memory，长短期记忆网络)等等。

第二步，获取训练样本集合。其中，每个训练样本包括源语种的语句和对应的目标语种的语句。

第三步，将训练样本集合中的训练样本中的源语种的语句作为初始翻译模型的输入，将与输入的源语种的语句对应的目标语种的语句作为初始翻译模型的期望输出，利用机器学习方法训练得到翻译模型。具体地，可以首先利用预设的损失函数计算实际输出的目标语种的语句与训练样本中的目标语种的语句之间的差异。然后，可以根据计算得到的差异，调整初始翻译模型的网络参数，并在满足预设的训练结束条件的情况下结束训练。作为示例，这里预设的训练结束条件可以包括但不限于以下至少一项：训练时间超过预设时长；训练次数超过预设次数；计算所得的差异小于预设差异阈值。

第四步，将结束训练后的初始翻译模型确定为上述翻译模型。

需要说明的是，训练步骤的执行主体与图像处理方法的执行主体可以相同，也可以不同。如果相同，则训练步骤的执行主体可以将训练完成的模型的网络结构信息和网络参数的参数值存储在本地。如果不同，则训练步骤的执行主体将训练完成的模型的网络结构信息和网络参数的参数值发送至图像处理方法的执行主体。

在本实施例中，源语种和目标语种均可以是任意的语种，且源语种与目标语种一般为不同语种。目标语种的确定可以是技术人员指定的，也可以是根据一定的条件筛选得到。作为示例，如果涉及欧美国家的产品，可将源语种确定为英语，目标语种确定为汉语。如果涉及日本的产品，可以将源语种确定为日本语，目标语种确定为汉语。

在本实施例中，由于待检测图像(例如发票图像)中显示有文本信息。而文本信息包含物品的品牌、名称、重量、成分、用途等物品描述信息。因此，通过识别得到的文本信息中也可以包括这些物品描述信息。作为示例，可以由技术人员确定文本信息中的物品描述信息。作为示例，上述执行主体也可以通过查找关键字确定物品描述信息。例如，可以将与关键字“名称”位于同一行或相邻行的信息确定为物品描述信息。作为示例，上述执行主体还可以将识别得到的文字信息按照预设规则存入物品信息数据库。实践中，通过文本识别得到的文本信息往往按照原来所显示的分行方式进行分行显示。也就是说，原来在图像中位于同一行的文本，经过文本识别后，还在同一行。而原来图像中不在同一行的文本，经过文本识别后，仍不在同一行。基于此，可以将预设位置(例如第5行)的信息作为物品描述信息存储。这样，可以通过选取物品描述信息字段，在物品信息数据库中查询，从而得到物品描述信息。

步骤204，将目标语种的物品描述信息在目标语种的物品名称集合中进行匹配，得到目标语种的物品名称。

在本实施例中，上述执行主体可以将目标语种的物品描述信息在目标语种的物品名称集合中进行匹配，得到目标语种的物品名称。其中，物品名称集合可以是技术人员指定的集合，也可以是根据一定的条件筛选得到的集合。作为示例，物品名称集合可以是在某个历史时间段所涉及的物品的名称的集合。

在本实施例的一些可选的实现方式中，在将目标语种的物品描述信息在目标语种的物品名称集合中进行匹配，得到目标语种的物品名称之前，还包括：基于文本信息中包含的物品类别信息，获取物品类别信息对应的目标语种的物品名称集合。其中，物品类别信息可以是按照多种划分标准划分的类别。作为示例，可以是按照功能划分的类别。例如，食品类、化妆品类。作为示例，也可以按照品牌划分的类别。同一品牌下可以包含多个物品名称。通过获取物品类别信息对应的目标语种的物品名称集合，可以提高得到的目标语种的物品名称的准确率。

继续参见图3，图3是根据本实施例的图像处理方法的应用场景的一个示意图。在图3的应用场景中，图像处理方法的执行主体为服务器301。首先，服务器301可以获取待检测图像3011。之后，通过调用一些OCR应用对待检测图像3011进行文字识别，得到待检测图像3011中所显示的文本信息3012。文本信息3012为英文信息。其中包括物品的品牌A、名称B、规格50G、数量2等等。在此基础上，服务器301可以将文本信息3012中包含的物品描述信息，即品牌A、名称B、规格50G等信息，输入预先训练的翻译模型3013，得到中文的物品描述信息3014。这里的翻译模型3013可以是利用机器学习方式训练的循环神经网络。在训练的过程中使用的训练样本与本应用场景相匹配。即输入为英文信息，期望输出为中文信息。然后，可以将中文的物品描述信息3014在中文的物品名称集合3015中进行匹配。这里的物品名称集合3015可以是过去一年中采购过的物品的名称的集合。集合中的物品名称可以是这些产品的通用名称。通过匹配，可以得到中文的、通用的物品名称3016。

本申请的上述实施例提供的方法，首先通过对待检测图像进行文字识别，得到待检测图像中所显示的文本信息。之后，将文本信息中包含的物品描述信息输入预先训练的翻译模型，得到目标语种的物品描述信息。然后，将目标语种的物品描述信息在目标语种的物品名称集合中进行匹配，得到目标语种的物品名称。与人工识别相比，提高了图像的识别效率。此外，通过结合翻译模型与物品名称集合，可以提高得到的目标语种的物品名称的准确率。

进一步参考图4，其示出了图像处理方法的又一个实施例的流程400。该图像处理方法的流程400，包括以下步骤：

步骤401，获取显示有文本信息的待检测图像。

步骤402，对待检测图像进行文字识别，得到待检测图像中所显示的文本信息。

在本实施例中，步骤401-402的具体实现及其所带来的技术效果，可以参考图2对应的实施例中的步骤201-202，在此不再赘述。

步骤403，响应于确定文本信息满足预设条件，将文本信息中包含的物品描述信息输入预先训练的翻译模型，得到目标语种的物品描述信息。

在本实施例中，对于步骤402中得到的文本信息，图像处理方法的执行主体可以确定文本信息是否否满足预设条件。作为示例，预设条件可以是：文本信息中包含的日期在预设时间段内。若确定文本信息满足预设条件，上述执行主体可以将文本信息中包含的物品描述信息输入预先训练的翻译模型，得到目标语种的物品描述信息。

步骤404，将目标语种的物品描述信息在目标语种的物品名称集合中进行匹配，得到目标语种的物品名称。

在本实施例中，步骤404的具体实现及其所带来的技术效果，可以参考图2对应的实施例中的步骤204，在此不再赘述。

步骤405，基于目标语种的物品名称，在目标语种的物品库存数据库中进行查询，得到物品的库存数量。

在本实施例中，上述执行主体可以将目标语种的物品名称，在目标语种的物品库存数据库中进行查询，得到物品的库存数量。其中，目标语种的物品库存数据库中目标语种的物品名称与库存数量互相关联。目标语种的物品库存数据库可以由技术人员预先建立。

步骤406，响应于确定库存数量大于文本信息中包含的物品数量，输出相关提示信息。

在本实施例中，上述执行主体可以比较库存数量和文本信息中包含的物品数量。若库存数量大于文本信息中包含的物品数量，可以输出与库存数量大于文本信息中包含的物品数量相关的提示信息。例如，可以是直接用于表征库存数量大于文本信息中包含的物品数量的文字信息、音频信息、灯光信息等等。又如，也可以是在此基础上的分析结果信息。例如，可以是用于表征存在假货流入可能的各类信息。若库存数量小于文本信息中包含的物品数量，可以执行下述步骤407。

步骤407，响应于确定库存数量小于文本信息中包含的物品数量，将库存数量更新为文本信息中包含的物品数量。

在本实施例中，响应于确定库存数量小于文本信息中包含的物品数量，上述执行主体可以将物品库存数据库中的库存数量的值更新为文本信息中包含的物品数量的值。

从图4中可以看出，与图2对应的实施例相比，本实施例中的图像处理方法的流程400中增加了基于物品名称查询物品的库存数量的步骤。在此基础上，比较文本信息中的物品数量与库存数量，并响应于比较结果做出处理。由此实现了对于物品的库存数量的检测与更新。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种图像处理装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施的图像处理装置500包括：图像获取单元501、识别单元502、翻译单元503和匹配单元504。其中，图像获取单元501被配置成获取显示有文本信息的待检测图像，其中，文本信息包含有物品描述信息。识别单元502被配置成对待检测图像进行文字识别，得到待检测图像中所显示的文本信息。翻译单元503被配置成将文本信息中包含的物品描述信息输入预先训练的翻译模型，得到目标语种的物品描述信息，其中，翻译模型用于表征源语种信息与目标语种信息的对应关系。匹配单元504被配置成将目标语种的物品描述信息在目标语种的物品名称集合中进行匹配，得到目标语种的物品名称。

在本实施例中，图像处理装置500中的图像获取单元501、识别单元502、翻译单元503和匹配单元504的具体处理及其所带来的技术效果，可以参考图2对应的实施例中的步骤201-204，在此不再赘述。

在本实施例的一些可选的实现方式中，装置500还可以包括：查询单元(图中未示出)和输出单元(图中未示出)。查询单元被配置成基于目标语种的物品名称，在目标语种的物品库存数据库中进行查询，得到物品的库存数量。输出单元被配置成响应于确定库存数量大于文本信息中包含的物品数量，输出相关提示信息。

在本实施例的一些可选的实现方式中，输出单元(图中未示出)可以进一步被配置成：响应于确定库存数量小于文本信息中包含的物品数量，将库存数量更新为文本信息中包含的物品数量。

在本实施例的一些可选的实现方式中，装置500还可以包括：集合获取单元(图中未示出)。集合获取单元可以被配置成基于文本信息中包含的物品类别信息，获取物品类别信息对应的目标语种的物品名称集合。

在本实施例的一些可选的实现方式中，翻译单元503进一步被配置成：响应于确定文本信息满足预设条件，将文本信息中包含的物品描述信息输入预先训练的翻译模型，得到目标语种的物品描述信息。

在本实施例中，识别单元502可以对获取到的待检测图像进行文字识别，得到待检测图像中所显示的文本信息。之后，翻译单元503可以将文本信息中包含的物品描述信息输入预先训练的翻译模型，得到目标语种的物品描述信息。然后，匹配单元504将目标语种的物品描述信息在目标语种的物品名称集合中进行匹配，得到目标语种的物品名称。与人工识别相比，提高了图像的识别效率。此外，通过结合翻译模型与物品名称集合，可以提高得到的目标语种的物品名称的准确率。

下面参考图6，其示出了适于用来实现本申请实施例的电子设备的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图6所示，计算机系统600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本申请的方法中限定的上述功能。

需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括图像获取单元、识别单元、翻译单元和匹配单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取显示有文本信息的待检测图像的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的服务器中所包含的；也可以是单独存在，而未装配入该服务器中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该服务器执行时，使得该服务器：获取显示有文本信息的待检测图像；对待检测图像进行文字识别，得到待检测图像中所显示的文本信息；将文本信息中包含的物品描述信息输入预先训练的翻译模型，得到目标语种的物品描述信息，其中，翻译模型用于表征源语种信息与目标语种信息的对应关系；将目标语种的物品描述信息在目标语种的物品名称集合中进行匹配，得到目标语种的物品名称。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (12)

1.一种图像处理方法，包括：

获取显示有文本信息的待检测图像，其中，所述文本信息包含有物品描述信息；

对所述待检测图像进行文字识别，得到所述待检测图像中所显示的文本信息；

将所述文本信息中包含的物品描述信息输入预先训练的翻译模型，得到目标语种的物品描述信息，其中，所述翻译模型用于表征源语种信息与目标语种信息的对应关系；

将所述目标语种的物品描述信息在所述目标语种的物品名称集合中进行匹配，得到所述目标语种的物品名称。

2.根据权利要求1所述的方法，其中，所述方法还包括：

基于所述目标语种的物品名称，在目标语种的物品库存数据库中进行查询，得到物品的库存数量；

响应于确定所述库存数量大于所述文本信息中包含的物品数量，输出相关提示信息。

3.根据权利要求2所述的方法，其中，所述方法还包括：

响应于确定所述库存数量小于所述文本信息中包含的物品数量，将所述库存数量更新为所述文本信息中包含的物品数量。

4.根据权利要求1所述的方法，其中，在所述将所述目标语种的物品描述信息在目标语种的物品名称集合中进行匹配，得到目标语种的物品名称之前，所述方法还包括：

基于所述文本信息中包含的物品类别信息，获取所述物品类别信息对应的目标语种的物品名称集合。

5.根据权利要求1-4中任一所述的方法，其中，所述将所述文本信息中包含的物品描述信息输入预先训练的翻译模型，得到目标语种的物品描述信息，包括：

响应于确定所述文本信息满足预设条件，将所述文本信息中包含的物品描述信息输入预先训练的翻译模型，得到目标语种的物品描述信息。

6.一种图像处理装置，包括：

图像获取单元，获取显示有文本信息的待检测图像，其中，所述文本信息包含有物品描述信息；

识别单元，被配置成对所述待检测图像进行文字识别，得到所述待检测图像中所显示的文本信息；

翻译单元，被配置成将所述文本信息中包含的物品描述信息输入预先训练的翻译模型，得到目标语种的物品描述信息，其中，所述翻译模型用于表征源语种信息与目标语种信息的对应关系；

匹配单元，被配置成将所述目标语种的物品描述信息在所述目标语种的物品名称集合中进行匹配，得到所述目标语种的物品名称。

7.根据权利要求6所述的装置，其中，所述装置还包括：

查询单元，被配置成基于所述目标语种的物品名称，在目标语种的物品库存数据库中进行查询，得到物品的库存数量；

输出单元，被配置成响应于确定所述库存数量大于所述文本信息中包含的物品数量，输出相关提示信息。

8.根据权利要求7所述的装置，其中，所述输出单元进一步被配置成：

响应于确定所述库存数量小于所述文本信息中包含的物品数量，将所述库存数量更新为所述文本信息中包含的物品数量。

9.根据权利要求6所述的装置，其中，所述装置还包括：

集合获取单元，被配置成基于所述文本信息中包含的物品类别信息，获取所述物品类别信息对应的目标语种的物品名称集合。

10.根据权利要求6-9中任一所述的装置，其中，所述翻译单元进一步被配置成：

响应于确定所述文本信息满足预设条件，将所述文本信息中包含的物品描述信息输入预先训练的翻译模型，得到目标语种的物品描述信息。

11.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

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中任一所述的方法。

12.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。

Images