CN113378819B - 一种机载软件版本的快速识别方法 - Google Patents
一种机载软件版本的快速识别方法 Download PDFInfo
- Publication number
- CN113378819B CN113378819B CN202110703304.4A CN202110703304A CN113378819B CN 113378819 B CN113378819 B CN 113378819B CN 202110703304 A CN202110703304 A CN 202110703304A CN 113378819 B CN113378819 B CN 113378819B
- Authority
- CN
- China
- Prior art keywords
- character
- column
- software
- software version
- version
- 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.)
- Active
Links
Landscapes
- Character Input (AREA)
Abstract
本发明涉及检测技术领域,特别是涉及一种机载软件版本的快速识别方法,包括在飞机显控画面中逐页显示软件版本,记录显控视频数据;回放分帧截取机载软件版本帧图像;图像识别提取软件版本画面的文本信息,与预设的字符模板库进行对比,形成版本信息;将版本信息与软件版本清单对比,合成识别结果。通过本识别方法,合理地将主线工作转化为旁线工作,能有效解决主线工作时间长和人员依赖程度高的问题。
Description
技术领域
本发明涉及检测技术领域,特别是涉及一种机载软件版本的快速识别方法。
背景技术
机载电气成品的软件版本是战机功能状态的显著体现。对机载软件版本的管控实质是对飞机功能状态的控制,而机载软件版本的识别工作是管控的基本前提。由于战机属于功能复杂的航空器,其软件数量庞大,且在飞机制造阶段伴随着零星成品软件版本升级,并且设计单位更新全机软件版本清册严重滞后。在如此复杂的现状下,机载软件版本的管控难度较大。
由于设计单位提供的版本清册严重滞后,且实际生产环节,存在零星成品软件升级,状态极为混乱,无法实现机上自动完成对比。目前战机机载软件版本识别工作,只能依靠一线操作人员逐条手抄记录,随后同质量管理部门提供的清单比对,该工作单架机耗时约3小时。现行的识别方法耗时严重、人员依赖程度高、易出现人工误差,且占用飞机生产主线时间较长,主线占用时长约1.5小时,严重影响飞机制造推进进度。
发明内容
为解决上述技术问题,本发明提出了一种机载软件版本的快速识别方法,合理地将主线工作转化为旁线工作,能有效解决主线工作时间长和人员依赖程度高的问题。
本发明是通过采用下述技术方案实现的:
一种机载软件版本的快速识别方法,其特征在于:包括以下步骤:
a. 在飞机显控画面中逐页显示软件版本,记录显控视频数据;
b. 回放分帧截取机载软件版本帧图像;
c. 图像识别提取软件版本画面的文本信息,与预设的字符模板库进行对比,形成版本信息;
d. 将版本信息与软件版本清单对比,合成识别结果。
所述步骤a中,在逐页显示软件版本时,每个页面停留1秒。
所述步骤c具体包括以下步骤:
c1. 将若干张截取的机载软件版本帧图像存储在固定路径,将其作为提取软件版本的原图像;
c2. 读入原图像,对原图像进行灰度化处理;
c3. 将每一张灰度化后的图像进行分行切割处理,分割后的图像,每张图像对应一款软件及其版本信息,形成若干张分割后的图像;
c4. 对分割后的图像分别进行二值化处理,并将图像四周多余的部分去除,缩小图像范围;
c5. 横向拉伸图像,对拉伸后的图像进行横向扫描,对每一列元素点进行求和,找出求和突变点,突变点即字符边界,依据字符边界点切分字符;
c6. 规整字符,使尺寸大小与预设的字符模板库的尺寸大小相同,形成字符数组;
c7. 将规整后的字符与预设的字符模板库进行对比,形成版本信息。
所述步骤c5具体包括:
c51. 横向拉伸图像,对拉伸后的图像进行横向扫描;
c52. 处理后的图像为m*n的矩阵,矩阵中每个元素的值取0或者1,其中,m表示行数,n表示列数,字符轮廓对应的元素为1,其余区域即非字符轮廓区域对应的元素值为0;
c53. 逐列寻找突变点,具体为:1列至n列逐列计算所有元素的和,通过寻找列和的突变点,确定字符切分点;如此求和,可以得到n个和值,若某一列全为非字符轮廓元素,则该列对应的和值为0;若某一列含有字符轮廓元素,则该列对应的和值非0;
c54. 从第1个和值往第n个和值,逐个寻找;开始列号:第1个非零和值的列号标记为a,作为第1个字符的开始列号;结束列号:往后寻找,找到第1个零和值的列号b,将列号(b-1)作为第1个字符结束的列号,标记为c;则第1个字符对应的列范围为[a,c];截取对应列范围的矩阵元素,则为第1个字符;
c55. 将截取第1个字符后剩余的矩阵,按照上述方法,截取第2个字符;如此往复完成所有字符的截取,以此完成字符的切分。
所述步骤c7具体包括:将字符数组中每个元素与字符模板库中元素逐个作差,找出差值最小的模板字符,提取出字符信息;合成字符数组中所有元素对应的字符信息,即形成版本信息。
所述字符模板库为预先训练而成,选用大量全机软件版本界面作为样本,按照上述步骤c2-c6进行处理,并将处理后的字符进行人工辨认筛选,从而形成字符模板库。
所述步骤d具体包括:
d1. 汇总所有版本信息,并将所有软件版本信息写入机载软件版本表格;
d2. 对同软件名的软件版本,判断是否符合软件版本清单的,若符合,标记为符合项,不符合的,标记为不符合项;
d3. 将两种标记合成,形成最终的识别结果。
与现有技术相比,本发明的有益效果表现在:
1、本识别方法,利用显控音视频卸载及回放设备下载机载显控视频数据,分帧截取机载软件版本画面,利用图像识别技术提取各软件版本画面的文本信息,最后再进行比对,合理地将主线工作转化为旁线工作,同时可大幅缩短主线工作时长,降低人员依赖程度,提升机载软件版本识别的自动化水平,提升整体识别效率,改变繁复低质的人工操作现状。该方法可在20分钟内完成机载软件版本的快速识别,并将主线占用时长缩减至5分钟内。
该识别方法中,获取原始图样的方法为依靠机载视频记录功能,并通过截取软件版本检查画面的方式获得,该方法保证了原始图像不产生畸变。
2、本申请在图像识别过程中,对灰度化后的图像进行分行切割处理,使得机载软件版本在图像中分行显示,为便于后期识别。
3、本申请中,预先训练形成字符模板库时,最后利用人工辨认筛选,保证字符模板库的正确率。
4、由于机载软件版本页面中字符间间距虽然较小,但未出现粘连,为起到较好切分效果,所以进行横向拉伸,以此填充字符间的元素,增大横向间隔。
5、本识别方法中采用的字符切割方法,是结合机载软件版本页面中字符中的中文、英文、标点符号穿插;字符均不倾斜、不粘连的特性而特意设置的,不必使用更为复杂的滴水分割、平均分割或者CFS分割等。
具体实施方式
实施例1
作为本发明基本实施方式,本发明包括一种机载软件版本的快速识别方法,包括以下步骤:
a. 在飞机显控画面中逐页显示软件版本,记录显控视频数据;
b. 回放分帧截取机载软件版本帧图像;
c. 图像识别提取软件版本画面的文本信息,与预设的字符模板库进行对比,形成版本信息;
d. 将版本信息与软件版本清单对比,合成识别结果。
实施例2
作为本发明一较佳实施方式,本发明包括一种机载软件版本的快速识别方法,包括以下步骤:
a. 在飞机显控画面中逐页显示软件版本,记录显控视频数据。
飞机平台上电后,对全机任务子系统二次加电,查看全机软件版本。由于全机软件版本项数较多,而飞机显控画面显示内容有限,需要逐页翻选软件版本。飞机的数据记录系统可以自动记录显控视频数据,并将其压缩后存储在机载数据存储卡内。为尽量缩小显控视频数据大小,且满足全机软件版本视频画面记录,在翻选全机软件版本画面时,在每个页面停留1秒即可,所有软件版本页面翻选结束后,关闭全机任务子系统,最后飞机平台下电,显控视频数据记录自动终止。按上述方法,仅记录显控视频数据工作占用主线时间,且可在5分钟内完成。
b. 回放分帧截取机载软件版本帧图像。
飞机平台下电后,将机载数据存储卡取下,利用显控音视频卸载及回放设备下载显控视频数据,并利用回放软件进行解析回放显控视频,当回放至全机软件版本界面时,逐页截取帧图像,形成机载软件版本帧图像。
c. 图像识别提取软件版本画面的文本信息,与预设的字符模板库进行对比,形成版本信息。
将若干张截取的机载软件版本帧图像存储在固定路径,并将其作为提取软件版本的原图像。
读入原图像:逐张读入原图像,记为image1。
灰度化处理:原图像是色彩丰富的图像,为进一步识别图片中的文本信息,需要对图像进行灰度化处理,灰度化处理后的图像记为image2。
分行切割:机载软件版本在图像中分行显示,为便于后期识别,将每一张灰度化后的图像进行分割处理,分割后的图像,每张图像对应一款软件及其版本信息,形成若干张分割后的图像,该集合记为image3 = {image31,image32,……,image3n}。
二值化处理:对分行切割后形成的集合image3进行二值化处理,形成二值化后的集合image4 = {image41,image42,……,image4n}。
缩小图像范围:对集合image4中的每一个元素image4x(其中x ∈ {1,2,……,n})进行横向和纵向扫描,将图像四周多余的白边去除,进一步缩小图像范围,形成集合image5= {image51,image52,……,image5n}。
横向拉伸图像:由于图像中文本信息横向间隔较小,为便于切分字符,对集合image5进行横向拉伸。拉伸后字符间隔像素点增加,便于字符切分,横向拉伸后的集合记为image6 = {image61,image62,……,image6n}。
切分字符:对图像集合image6中的元素image6x(其中x ∈ {1,2,……,n})进行横向扫描,横向扫描时,对每一列元素点进行求和,找出求和突变点,突变点即字符边界,依据字符边界点切分字符,形成集合image7x = {image7x1,image7x2,……,image7xm},其中x ∈{1,2,……,n}。
规整字符:切分后的字符含有汉字、英文字符以及英文标点,切分出来的字符集合image7x中的元素大小不一。为便于识别,对字符集合image7x中所有元素进行规整(统一图像大小),规整的尺寸大小与字符模板库的尺寸大小相同,形成字符数组image8x ={image8x1,image8x2,……,image8xm}。
比对形成版本信息:字符模板库作为比对识别的参考,该字符模板库是前期训练形成,由于全机软件版本界面中文字样式、大小均固定无变化,简言之应用场景稳定。前期选用大量全机软件版本界面作为样本,按照上述步骤(读入原图像 → 规整字符)处理,并对处理后的字符进行人工辨认筛选,从而形成字符模板库。对比识别时,将字符数组image8x中每个元素与字符模板库中元素逐个作差,基于差异最小原则,找出差值最小的模板字符,提取出字符信息。合成iamge8x中所有元素对应的字符信息,即可形成版本信息。
d. 将版本信息与软件版本清单对比,合成识别结果。
逐张读入原图像,对于每张原图像,均会形成image8x(其中x ∈ {1,2,……,n}),汇总所有版本信息,并将所有软件版本信息写入机载软件版本表格,对同软件名的软件版本,对于符合质量管理部门提供的软件版本清单的,标记为符合项,不符合的,标记为不符合项;最后将二者合成,形成识别结果。
实施例3
作为本发明另一较佳实施方式,本发明包括一种机载软件版本的快速识别方法,包括以下步骤:
a. 在飞机显控画面中逐页显示软件版本,记录显控视频数据。
b. 回放分帧截取机载软件版本帧图像。
c. 图像识别提取软件版本画面的文本信息,与预设的字符模板库进行对比,形成版本信息。具体包括:
c1. 将若干张截取的机载软件版本帧图像存储在固定路径,将其作为提取软件版本的原图像。
c2. 读入原图像,对原图像进行灰度化处理。
c3. 将每一张灰度化后的图像进行分行切割处理,分割后的图像,每张图像对应一款软件及其版本信息,形成若干张分割后的图像。原图像可显示若干行,每一行为一款软件及其版本信息;所以每张灰度图像对应若干款软件版本。在此步骤切割处理,分割后的图像对应一款软件及其版本信息。
c4. 对分割后的图像分别进行二值化处理,并将图像四周多余的部分去除,缩小图像范围。
c5. 横向拉伸图像,对拉伸后的图像进行横向扫描,对每一列元素点进行求和,找出求和突变点,突变点即字符边界,依据字符边界点切分字符。
经过c4处理后的图像,可将其看作m*n的矩阵(m表示行数,n表示列数)。矩阵中每个元素的值,取0或者1,其中字符轮廓对应的元素为1,其余区域(非字符轮廓区域)对应的元素值为0。由于此时图像信息仅含有一行软件及版本信息,要切分字符,只需逐列寻找突变点(临界点)。采用方法:1列至n列逐列计算所有元素的和,通过寻找列和的突变点,确定字符切分点。如此求和,可以得到n个和值,若某一列全为非字符轮廓元素,则该列对应的和值为0;若某一列含有字符轮廓元素,则该列对应的和值非0。
从第1个和值往第n个和值,逐个寻找,开始列号:第1个非零和值的列号标记为a,作为第1个字符的开始列号;结束列号:往后寻找,找到第1个零和值的列号b,将列号(b-1)作为第1个字符结束的列号,标记为c。则第1个字符对应的列范围为[a,c]。截取对应列范围的矩阵元素,则为第1个字符。
将截取第1个字符后剩余的矩阵,按照上述方法,截取第2个字符;如此往复完成所有字符的截取,以此完成字符的切分。
c6. 规整字符,使尺寸大小与预设的字符模板库的尺寸大小相同,形成字符数组。
c7. 将规整后的字符与预设的字符模板库进行对比,形成版本信息,具体为:将字符数组中每个元素与字符模板库中元素逐个作差,找出差值最小的模板字符,提取出字符信息;合成字符数组中所有元素对应的字符信息,即形成版本信息。
其中,作差比对提取字符信息遵循下述原则:字符数组A = {a1,a2,…,am},每个元素均为二维矩阵;字符模板库B = {b1,b2,…,bn},每个元素也为二维矩阵。以识别a1为例。a1逐个与字符模板库中元素作差,形成数组C = {c1,c2,…,cn},数组中每个元素均为二维矩阵,计算每个元素中所有元素点的和,形成S = {s1,s2,…,sn}。若仅存在1个和值最小值,则记录该和值最小值的下标为f,则a1的字符信息则为bf(如f取2,则b2为a1的字符信息);若S中存在x个和值最小值,如x取3,且3个最小和值的下标为h、j、k,则需要在3个作差矩阵ch、cj、ck进一步比较,找出差异最小解。如前所述,ch、cj、ck均为二维矩阵,将3个矩阵分别按行、列求和,形成数组chs_h(ch按行求和后的一维数组)、chs_l(ch按列求和后的一维数组),数组cjs_h(cj按行求和后的一维数组)、cjs_l(cj按列求和后的一维数组),数组cks_h(ck按行求和后的一维数组)、cks_l(ck按列求和后的一维数组)。设定行阈值z、列阈值x,记chs_h中高于z个数为chn_h,chs_l中高于x个数为chn_l;记cjs_h中高于z个数为cjn_h,cjs_l中高于x个数为cjn_l;记cks_h中高于z个数为ckn_h,cks_l中高于x个数为ckn_l。最终识别的字符下标f = min {(chn_h + chn_l),( cjs_h + cjs_l),( ckn_h +ckn_l)}对应的下标,如h,则a1字符信息则为bh(若h取3,则b3为a1的字符信息)。
d. 将版本信息与软件版本清单对比,合成识别结果,具体包括:
d1. 汇总所有版本信息,并将所有软件版本信息写入机载软件版本表格;
d2. 对同软件名的软件版本,判断是否符合软件版本清单的,若符合,标记为符合项,不符合的,标记为不符合项;
d3. 将两种标记合成,形成最终的识别结果。每一款软件及版本信息,在和清单对比后,形成每一款软件是否符合的结果;合成在于将全机机载软件版本信息合成,形成最终的识别结果,用以作为机载软件版本检查的结果。
综上所述,本领域的普通技术人员阅读本发明文件后,根据本发明的技术方案和技术构思无需创造性脑力劳动而作出的其他各种相应的变换方案,均属于本发明所保护的范围。
Claims (5)
1.一种机载软件版本的快速识别方法,其特征在于:包括以下步骤:
a. 在飞机显控画面中逐页显示软件版本,记录显控视频数据;
b. 回放分帧截取机载软件版本帧图像;
c. 图像识别提取软件版本画面的文本信息,与预设的字符模板库进行对比,形成版本信息;
d. 将版本信息与软件版本清单对比,合成识别结果;
所述步骤c具体包括以下步骤:
c1. 将若干张截取的机载软件版本帧图像存储在固定路径,将其作为提取软件版本的原图像;
c2. 读入原图像,对原图像进行灰度化处理;
c3. 将每一张灰度化后的图像进行分行切割处理,分割后的图像,每张图像对应一款软件及其版本信息,形成若干张分割后的图像;
c4. 对分割后的图像分别进行二值化处理,并将图像四周多余的部分去除,缩小图像范围;
c5. 横向拉伸图像,对拉伸后的图像进行横向扫描,对每一列元素点进行求和,找出求和突变点,突变点即字符边界,依据字符边界点切分字符;
c6. 规整字符,使尺寸大小与预设的字符模板库的尺寸大小相同,形成字符数组;
c7. 将规整后的字符与预设的字符模板库进行对比,形成版本信息;
所述步骤c5具体包括:
c51. 横向拉伸图像,对拉伸后的图像进行横向扫描;
c52. 处理后的图像为m*n的矩阵,矩阵中每个元素的值取0或者1,其中,m表示行数,n表示列数,字符轮廓对应的元素为1,其余区域即非字符轮廓区域对应的元素值为0;
c53. 逐列寻找突变点,具体为:1列至n列逐列计算所有元素的和,通过寻找列和的突变点,确定字符切分点;如此求和,可以得到n个和值,若某一列全为非字符轮廓元素,则该列对应的和值为0;若某一列含有字符轮廓元素,则该列对应的和值非0;
c54. 从第1个和值往第n个和值,逐个寻找;开始列号:第1个非零和值的列号标记为a,作为第1个字符的开始列号;结束列号:往后寻找,找到第1个零和值的列号b,将列号(b-1)作为第1个字符结束的列号,标记为c;则第1个字符对应的列范围为[a,c];截取对应列范围的矩阵元素,则为第1个字符;
c55. 将截取第1个字符后剩余的矩阵,按照上述方法,截取第2个字符;如此往复完成所有字符的截取,以此完成字符的切分。
2.根据权利要求1所述的一种机载软件版本的快速识别方法,其特征在于:所述步骤a中,在逐页显示软件版本时,每个页面停留1秒。
3.根据权利要求1所述的一种机载软件版本的快速识别方法,其特征在于:所述步骤c7具体包括:将字符数组中每个元素与字符模板库中元素逐个作差,找出差值最小的模板字符,提取出字符信息;合成字符数组中所有元素对应的字符信息,即形成版本信息。
4.根据权利要求3所述的一种机载软件版本的快速识别方法,其特征在于:所述字符模板库为预先训练而成,选用大量全机软件版本界面作为样本,按照上述步骤c2-c6进行处理,并将处理后的字符进行人工辨认筛选,从而形成字符模板库。
5.根据权利要求1所述的一种机载软件版本的快速识别方法,其特征在于:所述步骤d具体包括:
d1. 汇总所有版本信息,并将所有软件版本信息写入机载软件版本表格;
d2. 对同软件名的软件版本,判断是否符合软件版本清单的,若符合,标记为符合项,不符合的,标记为不符合项;
d3. 将两种标记合成,形成最终的识别结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110703304.4A CN113378819B (zh) | 2021-06-24 | 2021-06-24 | 一种机载软件版本的快速识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110703304.4A CN113378819B (zh) | 2021-06-24 | 2021-06-24 | 一种机载软件版本的快速识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113378819A CN113378819A (zh) | 2021-09-10 |
CN113378819B true CN113378819B (zh) | 2022-11-18 |
Family
ID=77579008
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110703304.4A Active CN113378819B (zh) | 2021-06-24 | 2021-06-24 | 一种机载软件版本的快速识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113378819B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101916195A (zh) * | 2010-07-19 | 2010-12-15 | 中国航空工业集团公司西安飞机设计研究所 | 多电子设备可互换软件构型控制方法 |
CN106682670A (zh) * | 2016-12-19 | 2017-05-17 | Tcl集团股份有限公司 | 一种台标识别方法及系统 |
CN107992325A (zh) * | 2017-11-09 | 2018-05-04 | 北京航空航天大学 | 一种通过特征码检验比对文件信息的方法 |
CN108229483A (zh) * | 2018-01-11 | 2018-06-29 | 中国计量大学 | 基于caffe与软触发下的门牌压印字符识别装置 |
CN112699036A (zh) * | 2020-12-29 | 2021-04-23 | 中国航空工业集团公司西安飞机设计研究所 | 一种多分区多版本机载应用软件测试用例复用方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101964057A (zh) * | 2010-07-28 | 2011-02-02 | 中国人民解放军海军航空工程学院青岛分院 | 机载平显记录视频信息的动态提取方法 |
CN104603706B (zh) * | 2012-02-10 | 2019-09-27 | 默林科技股份有限公司 | 自动驾驶仪的控制装置和方法 |
CN109885048A (zh) * | 2019-01-30 | 2019-06-14 | 成都飞机工业(集团)有限责任公司 | 一种保密环境下agv小车信息自动交互装置及控制方法 |
CN110287125B (zh) * | 2019-07-04 | 2024-01-09 | 中国工商银行股份有限公司 | 基于图像识别的软件例行化测试方法及装置 |
CN112884002B (zh) * | 2021-01-18 | 2022-07-01 | 四川大学 | 智能电表版本分类方法 |
-
2021
- 2021-06-24 CN CN202110703304.4A patent/CN113378819B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101916195A (zh) * | 2010-07-19 | 2010-12-15 | 中国航空工业集团公司西安飞机设计研究所 | 多电子设备可互换软件构型控制方法 |
CN106682670A (zh) * | 2016-12-19 | 2017-05-17 | Tcl集团股份有限公司 | 一种台标识别方法及系统 |
CN107992325A (zh) * | 2017-11-09 | 2018-05-04 | 北京航空航天大学 | 一种通过特征码检验比对文件信息的方法 |
CN108229483A (zh) * | 2018-01-11 | 2018-06-29 | 中国计量大学 | 基于caffe与软触发下的门牌压印字符识别装置 |
CN112699036A (zh) * | 2020-12-29 | 2021-04-23 | 中国航空工业集团公司西安飞机设计研究所 | 一种多分区多版本机载应用软件测试用例复用方法 |
Non-Patent Citations (1)
Title |
---|
RNP运行中机载设备无线监测系统的设计与实现;李冉;《中国优秀硕士学位论文全文数据库》;20160315(第03期);第C031-368页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113378819A (zh) | 2021-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kleber et al. | Cvl-database: An off-line database for writer retrieval, writer identification and word spotting | |
CN111626146B (zh) | 一种基于模板匹配的合并单元格表格分割识别方法 | |
CN111625687B (zh) | 一种在媒资视频库中通过人脸快速搜索人物的方法及系统 | |
CN112084812A (zh) | 图像处理方法、装置、计算机设备及存储介质 | |
Akopyan et al. | Text recognition on images from social media | |
Tsai et al. | Using cell phone pictures of sheet music to retrieve MIDI passages | |
CN116052193A (zh) | Rpa界面动态表格的拾取和匹配方法及系统 | |
CN109168006A (zh) | 一种图形和图像共存的视频编解码方法 | |
CN113378819B (zh) | 一种机载软件版本的快速识别方法 | |
CN110766026A (zh) | 一种快速识别卡号的方法及装置、模型训练方法及装置 | |
CN112508000B (zh) | 一种用于ocr图像识别模型训练数据生成的方法及设备 | |
CN115713775B (zh) | 一种从文档中提取表格的方法、系统和计算机设备 | |
CN112203036A (zh) | 一种基于视频内容生成文本文档的方法和装置 | |
CN111414889A (zh) | 基于文字识别的财务报表识别方法及装置 | |
Ríos-Vila et al. | End-to-End Full-Page Optical Music Recognition for Mensural Notation. | |
CN113707280B (zh) | 标注数据集扩充方法、装置、介质和计算设备 | |
CN115203474A (zh) | 一种数据库自动分类提取技术 | |
JP2585606B2 (ja) | 画像パターン検索方法 | |
CN112784106A (zh) | 内容数据的处理方法、报告数据的处理方法、计算机设备、存储介质 | |
CN115953785B (zh) | 基于教辅图书内容增强的数字化编辑系统 | |
WO2024139300A1 (zh) | 视频文字处理方法、装置、电子设备及存储介质 | |
CN117058273A (zh) | 通用文本图像生成方法、系统、电子设备及存储介质 | |
JP2618468B2 (ja) | 文書処理装置 | |
CN116303237A (zh) | 错误可回溯的图像数据结构与标注方法 | |
Kumar et al. | Layout Analysis of Punjabi Newspapers Using Contour Detection and Deep Learning-Based Model |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |