CN113591513A - 用于处理图像的方法和装置 - Google Patents
用于处理图像的方法和装置 Download PDFInfo
- Publication number
- CN113591513A CN113591513A CN202010363101.0A CN202010363101A CN113591513A CN 113591513 A CN113591513 A CN 113591513A CN 202010363101 A CN202010363101 A CN 202010363101A CN 113591513 A CN113591513 A CN 113591513A
- Authority
- CN
- China
- Prior art keywords
- cover image
- target
- text information
- image
- preset
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000012545 processing Methods 0.000 title claims abstract description 52
- 230000004044 response Effects 0.000 claims abstract description 16
- 238000002372 labelling Methods 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000000605 extraction Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012015 optical character recognition Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Character Input (AREA)
- Image Analysis (AREA)
Abstract
本公开的实施例公开了用于处理图像的方法和装置。该方法的一具体实施方式包括:获取目标封面图像,其中,目标封面图像是用户对书籍的封面进行拍摄所获得的图像;确定目标封面图像满足预设条件;响应于目标封面图像满足预设条件,将目标封面图像输入预先训练的文本识别模型,获得目标封面图像包括的文本信息,其中,文本识别模型用于表征封面图像与封面图像包括的文本信息的对应关系。该实施方式可以减小人力资源的消耗,提高封面图像处理的效率和自动化程度;此外,有助于减小对不满足预设条件的封面图像进行处理所消耗的资源。
Description
技术领域
本公开的实施例涉及计算机技术领域,尤其涉及用于处理图像的方法和装置。
背景技术
目前,移动终端的分辨率越来越高,在移动终端上呈现图像供用户进行信息获取。在一些应用场景中,需要获取封面图像中的信息。因此,从封面图像中提取封面信息的技术应运而生。
例如,以拍搜题目为主的教育APP经常会遇到用户所拍题目不在已录入的题库中的情况。为了补充题库,APP提供了让用户上传题目所属书籍的封面的功能,以便收集用户想要进行题目拍搜的书籍,并进行题目录入。获取到用户拍摄的书籍的封面图像后,需要提取封面图像包括的封面信息(例如书名、出版社等)。
现有技术中,通常采用人工方式从封面图像中提取封面信息。
发明内容
本公开的实施例提出了用于处理图像的方法和装置。
第一方面,本公开的实施例提供了一种用于处理图像的方法,该方法包括:获取目标封面图像,其中,目标封面图像是用户对书籍的封面进行拍摄所获得的图像;确定目标封面图像是否满足预设条件;响应于目标封面图像满足预设条件,将目标封面图像输入预先训练的文本识别模型,获得目标封面图像包括的文本信息,其中,文本识别模型用于表征封面图像与封面图像包括的文本信息的对应关系。
在一些实施例中,该方法还包括:将目标封面图像和所获得的文本信息向目标标注终端发送,以便使用目标标注终端的标注人员利用目标标注终端对所获得的文本信息进行确认,获得确认后文本信息。
在一些实施例中,在将目标封面图像和所获得的文本信息向目标标注终端发送之前,该方法还包括:从预设封面图像集合中获取与目标封面图像的相似度大于或等于预设相似度阈值的预设封面图像作为候选封面图像,其中,预设封面图像集合中的预设封面图像对应预设文本信息集合中的预设文本信息;获取候选封面图像对应的预设文本信息作为候选文本信息;以及将目标封面图像和所获得的文本信息向目标标注终端发送包括:将目标封面图像、所获得的文本信息和候选文本信息向目标标注终端发送。
在一些实施例中,该方法还包括:获取标注人员利用目标标注终端发送的、目标封面图像所对应的确认后文本信息。
在一些实施例中,该方法还包括:将目标封面图像和确认后文本信息作为训练样本,对文本识别模型进行训练。
在一些实施例中,预设条件包括以下至少一项:清晰度大于或等于预设清晰度阈值;尺寸属于预设尺寸范围;包括目标文本信息。
在一些实施例中,该方法还包括:响应于目标封面图像不满足预设条件,向用户反馈目标提示信息,其中,目标提示信息用于提示用户目标封面图像不满足预设条件。
第二方面,本公开的实施例提供了一种用于处理图像的装置,该装置包括:第一获取单元,被配置成获取目标封面图像,其中,目标封面图像是用户对书籍的封面进行拍摄所获得的图像;确定单元,被配置成确定目标封面图像是否满足预设条件;输入单元,被配置成响应于目标封面图像满足预设条件,将目标封面图像输入预先训练的文本识别模型,获得目标封面图像包括的文本信息,其中,文本识别模型用于表征封面图像与封面图像包括的文本信息的对应关系。
第三方面,本公开的实施例提供了一种电子设备,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,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述用于处理图像的方法中任一实施例的方法。
第四方面,本公开的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,该程序被处理器执行时实现上述用于处理图像的方法中任一实施例的方法。
本公开的实施例提供的用于处理图像的方法和装置,通过获取目标封面图像,其中,目标封面图像是用户对书籍的封面进行拍摄所获得的图像,而后确定目标封面图像满足预设条件,响应于目标封面图像满足预设条件,将目标封面图像输入预先训练的文本识别模型,获得目标封面图像包括的文本信息,其中,文本识别模型用于表征封面图像与封面图像包括的文本信息的对应关系,从而可以利用预先训练的模型从封面图像中提取文本信息,相较于现有技术中人为提取文本信息的方式,可以减小人力资源的消耗,提高封面图像处理的效率和自动化程度;此外,可以在利用模型提取封面图像的文本信息之前,首先确定封面图像是否满足预设条件,以此,可以对不满足预设条件的封面图像进行过滤,有助于减小对不满足预设条件的封面图像进行处理所消耗的资源,提高封面图像处理的有效性。
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,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本公开的用于处理图像的方法的一个实施例的流程图;
图3是根据本公开的实施例的用于处理图像的方法的一个应用场景的示意图;
图4是根据本公开的用于处理图像的方法的又一个实施例的流程图;
图5是根据本公开的用于处理图像的装置的一个实施例的结构示意图;
图6是适于用来实现本公开的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公开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,本公开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公开。
图1示出了可以应用本公开的用于处理图像的方法或用于处理图像的装置的实施例的示例性系统架构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上可以安装有各种通讯客户端应用,例如教育类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
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,可以是具有拍摄功能的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、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的多个软件或软件模块),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发送的目标封面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目标封面图像等数据进行分析等处理,并获得处理结果(例如目标封面图像包括的文本信息)。
需要说明的是,本公开的实施例所提供的用于处理图像的方法可以由终端设备101、102、103执行,也可以由服务器105执行,相应地,用于处理图像的装置可以设置于终端设备101、102、103中,也可以设置于服务器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的多个软件或软件模块),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。在获得目标封面图像包括的文本信息的过程中所使用的数据不需要从远程获取的情况下,上述系统架构可以不包括网络,而只包括终端设备或服务器。
继续参考图2,示出了根据本公开的用于处理图像的方法的一个实施例的流程200。该用于处理图像的方法,包括以下步骤:
步骤201,获取目标封面图像。
在本实施例中,用于处理图像的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从远程或者本地获取目标封面图像。其中,目标封面图像可以是待对其进行处理的图像。具体的,目标封面图像可以是用户对书籍的封面进行拍摄所获得的图像。
具体的,若上述执行主体为用户使用的用户终端,则用户可以直接使用上述执行主体对书籍的封面进行拍摄,获得目标封面图像;若上述执行主体为与用户使用的用户终端通信连接的电子设备,则用户可以首先使用用户终端(例如图1所示的终端设备)对书籍的封面进行拍摄,获得目标封面图像,然后将所获得的目标封面图像发送给上述执行主体。
步骤202,确定目标封面图像是否满足预设条件。
在本实施例中,基于步骤201中得到的目标封面图像,上述执行主体可以确定目标封面图像是否满足预设条件。其中,预设条件可以为技术人员预先确定的各种条件。
在本实施例的一些可选的实现方式中,预设条件可以包括以下至少一项:清晰度大于或等于预设清晰度阈值;尺寸属于预设尺寸范围;包括目标文本信息。
在这里,预设清晰度阈值可以是技术人员预先设置的清晰度最小值。清晰度可以是用于表征图像的清晰程度的数值,清晰度越大可以表征图像越清晰,进而,当预设条件包括“清晰度大于或等于预设清晰度阈值”时,可以限制待处理的目标封面图像的清晰度,以便对清晰度满足预设要求的目标封面图像进行处理,以此,有助于在后续步骤中获得更为准确的文本信息。
预设尺寸范围可以是技术人员预先确定的尺寸范围。可以理解,若用户拍摄获得的封面图像的尺寸过小,则封面图像中显示的文本也会很小,这将不利于文本信息的提取,因此,在本实现方式中,上述执行主体可以在从封面图像中提取文本信息之前,基于预设条件中包括的“尺寸属于预设尺寸范围”,对尺寸不符合预设要求的封面图像进行过滤,以便在后续步骤中进行更为有效的文本信息提取。
在本实现方式中,目标文本信息可以是技术人员预先确定的文本信息(例如“出版社”),也可以是属于预设格式的文本信息(例如ISBN+数字)。可以理解,当目标封面图像中包括目标文本信息时,则可以在后续步骤中提取出与目标文本信息相关的信息(例如出版社信息、国际标准书号信息等)。
步骤203,响应于目标封面图像满足预设条件,将目标封面图像输入预先训练的文本识别模型,获得目标封面图像包括的文本信息。
在本实施例中,上述执行主体可以响应于确定目标封面图像满足预设条件,将目标封面图像输入预先训练的文本识别模型,获得目标封面图像包括的文本信息。其中,所获得的文本信息可以用于查找目标封面图像所对应的书籍。
具体的,所获得的文本信息可以包括各种能够用于查找书籍的信息,例如可以包括但不限于以下至少一项:书名信息、出版社信息、年级信息、国际标准书号信息。
在本实施例中,文本识别模型可以用于表征封面图像与封面图像包括的文本信息的对应关系。具体的,文本识别模型可以是各种能够用于从图像中提取文本的模型,例如,文本识别模型可以是OCR(Optical Character Recognition,光学字符识别)模型。OCR可以通过检测字符暗、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;或者,文本识别模型也可以是深度学习模型。深度学习模型可以是采用深度学习方法训练获得的模型。需要说明的是,深度学习方法是目前广泛应用的公知技术,此处不再赘述。
可以理解,在这里,只有满足预设条件的目标封面图像才可以执行本步骤,进而,本公开可以利用预设条件,对能够进行文本信息提取的封面图像进行过滤,有助于提高文本信息提取的针对性,减小对不满足预设条件的封面图像进行处理所消耗的资源。
在本实施例的一些可选的实现方式中,上述执行主体还可以响应于目标封面图像不满足上述预设条件,向用户反馈目标提示信息,其中,目标提示信息可以用于提示用户目标封面图像不满足预设条件。
具体的,目标提示信息可以是预设提示信息(例如“请重新上传封面图像”),也可以是基于目标封面图像不符合预设条件的原因而生成的提示信息。例如,通过步骤202可以确定目标封面图像的清晰度小于预设清晰度阈值,则可以生成目标提示信息“请上传清晰度高的封面图像”;或者,通过步骤202可以确定目标封面图像的尺寸超出了预设尺寸范围,则可以生成目标提示信息“请上传尺寸小的封面图像”。
继续参见图3,图3是根据本实施例的用于处理图像的方法的应用场景的一个示意图。在图3的应用场景中,服务器301可以首先获取终端设备302发送的目标封面图像303,其中,目标封面图像303可以是使用终端设备302的用户对书籍的封面进行拍摄所获得的图像。然后,服务器301可以确定目标封面图像303是否满足预设条件(例如清晰度大于或等于预设清晰度阈值)。最后,服务器301可以响应于目标封面图像303满足预设条件,获取预先训练的文本识别模型304,以及将目标封面图像303输入文本识别模型304,获得目标封面图像303包括的文本信息305,其中,文本识别模型304可以用于表征封面图像与封面图像包括的文本信息的对应关系。
本公开的上述实施例提供的方法可以利用预先训练的模型从封面图像中提取文本信息,相较于现有技术中人为提取文本信息的方式,可以减小人力资源的消耗,提高封面图像处理的效率和自动化程度;此外,可以在利用模型提取封面图像的文本信息之前,首先确定封面图像是否满足预设条件,以此,可以对不满足预设条件的封面图像进行过滤,有助于减小对不满足预设条件的封面图像进行处理所消耗的资源,提高封面图像处理的有效性。
进一步参考图4,其示出了用于处理图像的方法的又一个实施例的流程400。该用于处理图像的方法的流程400,包括以下步骤:
步骤401,获取目标封面图像。
在本实施例中,用于处理图像的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从远程或者本地获取目标封面图像。其中,目标封面图像可以是待对其进行处理的图像。具体的,目标封面图像可以是用户对书籍的封面进行拍摄所获得的图像。
步骤402,确定目标封面图像是否满足预设条件。
在本实施例中,基于步骤401中得到的目标封面图像,上述执行主体可以确定目标封面图像是否满足预设条件。其中,预设条件可以为技术人员预先确定的各种条件。
步骤403,响应于目标封面图像满足预设条件,将目标封面图像输入预先训练的文本识别模型,获得目标封面图像包括的文本信息。
在本实施例中,上述执行主体可以响应于确定目标封面图像满足预设条件,将目标封面图像输入预先训练的文本识别模型,获得目标封面图像包括的文本信息。其中,所获得的文本信息可以用于查找目标封面图像所对应的书籍。文本识别模型可以用于表征封面图像与封面图像包括的文本信息的对应关系。
上述步骤401、步骤402、步骤403可以分别采用与前述实施例中的步骤201、步骤202和步骤203类似的方式执行,上文针对步骤201、步骤202和步骤203的描述也适用于步骤401、步骤402和步骤403,此处不再赘述。
步骤404,将目标封面图像和所获得的文本信息向目标标注终端发送,以便使用目标标注终端的标注人员利用目标标注终端对所获得的文本信息进行确认,获得确认后文本信息。
在本实施例中,基于步骤401中得到的目标封面图像和步骤403中获得的文本信息,上述执行主体可以将目标封面图像和所获得的文本信息向目标标注终端发送,以便使用目标标注终端的标注人员利用目标标注终端对所获得的文本信息进行确认,获得确认后文本信息。
具体的,目标标注终端获得目标封面图像和文本识别模型识别出的文本信息后,可以对目标封面图像和文本信息进行显示,进而标注人员可以确认目标标注终端显示的文本信息与目标封面图像中实际包括的文本信息是否匹配;若匹配,则可以将文本识别模型识别出的文本信息直接确定为确认后文本信息;若不匹配,标注人员可以利用目标标注终端对文本识别模型识别出的文本信息进行修改,进而可以将修改后的文本信息确定为确认后文本信息。
在本实施例的一些可选的实现方式中,在将目标封面图像和所获得的文本信息向目标标注终端发送之前,上述执行主体还可以执行以下步骤:首先,上述执行主体可以从预设封面图像集合中获取与目标封面图像的相似度大于或等于预设相似度阈值的预设封面图像作为候选封面图像,其中,预设封面图像集合中的预设封面图像对应预设文本信息集合中的预设文本信息。然后,上述执行主体可以获取候选封面图像对应的预设文本信息作为候选文本信息。以及上述执行主体可以将目标封面图像、所获得的文本信息和候选文本信息向目标标注终端发送。
在这里,相似度可以是用于表征相似程度的数值,具体的,相似度越大可以表征相似程度越高。预设相似度阈值可以是技术人员预先确定的相似度最小值。
本实现方式通过获取与目标封面图像的相似度大于或等于预设相似度阈值的候选封面图像,有助于获得与目标封面图像对应的书籍属于同一系列的书籍(例如目标封面图像对应的书籍是高等数学第六版,候选封面图像对应的书籍是高等数学第五版),而属于同一系列的书籍的封面中通常包括相同的文本信息(例如都包括文本信息“高等数学”),进而,本实现方式在将目标封面图像和文本识别模型识别出的文本信息向目标标注终端发送的同时,将候选封面图像对应的候选文本信息向目标标注终端发送,有助于标注人员将候选文本信息作为辅助信息,用于对文本识别模型识别出的文本信息进行确认,以此,有助于提高确认后文本信息的准确度和生成效率。
在本实施例的一些可选的实现方式中,上述执行主体还可以获取标注人员利用目标标注终端发送的、目标封面图像所对应的确认后文本信息。
具体的,上述执行主体获取到确认后文本信息后,可以对确认后文本信息和目标封面图像进行关联存储,以便后续基于目标封面图像和确认后文本信息收集用户所请求的书籍。
在本实施例的一些可选的实现方式中,上述执行主体还可以将目标封面图像和确认后文本信息作为训练样本,对文本识别模型进行训练。
在本实现方式中,作为训练样本的确认后文本信息可以是经过标注人员修正后的文本信息,进而利用目标封面图像和确认后文本信息进一步训练文本识别模型,可以对文本识别模型进行优化,获得准确度更高的文本识别模型,进而有助于后续利用优化后的文本识别模型进行更为准确的文本信息识别。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于处理图像的方法的流程400突出了在获得目标封面图包括的文本信息后,将目标封面图像和所获得的文本信息向目标标注终端发送,以便使用目标标注终端的标注人员可以利用目标标注终端对所获得的文本信息进行确认,获得确认后文本信息的步骤。由此,本实施例描述的方案可以将利用模型处理图像的方式和人工标注方式相结合,有助于获得更为准确的确认后文本信息,并且,相较于现有技术中完全采用人工方式提取封面图像包括的文本信息的方案,本公开中标注人员参与的工作只是对模型提取的文本信息进行确认,标注人员的工作量小,进而本公开可以在准确地提取文本信息的基础上,减小人力资源的消耗。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种用于处理图像的装置的一个实施例,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,本实施例的用于处理图像的装置500包括:第一获取单元501、确定单元502和输入单元503。其中,第一获取单元501被配置成获取目标封面图像,其中,目标封面图像是用户对书籍的封面进行拍摄所获得的图像;确定单元502被配置成确定目标封面图像是否满足预设条件;输入单元503被配置成响应于目标封面图像满足预设条件,将目标封面图像输入预先训练的文本识别模型,获得目标封面图像包括的文本信息,其中,文本识别模型用于表征封面图像与封面图像包括的文本信息的对应关系。
在本实施例中,用于处理图像的装置500的第一获取单元501可以通过有线连接方式或者无线连接方式从远程或者本地获取目标封面图像。其中,目标封面图像可以是待对其进行处理的图像。具体的,目标封面图像可以是用户对书籍的封面进行拍摄所获得的图像。
在本实施例中,基于第一获取单元501得到的目标封面图像,确定单元502可以确定目标封面图像是否满足预设条件。其中,预设条件可以为技术人员预先确定的各种条件。
在本实施例中,输入单元503可以响应于确定目标封面图像满足预设条件,将目标封面图像输入预先训练的文本识别模型,获得目标封面图像包括的文本信息。其中,所获得的文本信息可以用于查找目标封面图像所对应的书籍。文本识别模型可以用于表征封面图像与封面图像包括的文本信息的对应关系。
在本实施例的一些可选的实现方式中,装置500还包括:发送单元(图中未示出),被配置成将目标封面图像和所获得的文本信息向目标标注终端发送,以便使用目标标注终端的标注人员利用目标标注终端对所获得的文本信息进行确认,获得确认后文本信息。
在本实施例的一些可选的实现方式中,装置500还包括:第二获取单元(图中未示出),被配置成从预设封面图像集合中获取与目标封面图像的相似度大于或等于预设相似度阈值的预设封面图像作为候选封面图像,其中,预设封面图像集合中的预设封面图像对应预设文本信息集合中的预设文本信息;第三获取单元(图中未示出),被配置成获取候选封面图像对应的预设文本信息作为候选文本信息;以及发送单元进一步被配置成:将目标封面图像、所获得的文本信息和候选文本信息向目标标注终端发送。
在本实施例的一些可选的实现方式中,装置500还包括:第四获取单元(图中未示出),被配置成获取标注人员利用目标标注终端发送的、目标封面图像所对应的确认后文本信息。
在本实施例的一些可选的实现方式中,装置500还包括:训练单元(图中未示出),被配置成将目标封面图像和确认后文本信息作为训练样本,对文本识别模型进行训练。
在本实施例的一些可选的实现方式中,预设条件包括以下至少一项:清晰度大于或等于预设清晰度阈值;尺寸属于预设尺寸范围;包括目标文本信息。
在本实施例的一些可选的实现方式中,装置500还包括:反馈单元(图中未示出),被配置成响应于目标封面图像不满足预设条件,向用户反馈目标提示信息,其中,目标提示信息用于提示用户目标封面图像不满足预设条件。
可以理解的是,该装置500中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置500及其中包含的单元,在此不再赘述。
本公开的上述实施例提供的装置500可以利用预先训练的模型从封面图像中提取文本信息,相较于现有技术中人为提取文本信息的方式,可以减小人力资源的消耗,提高封面图像处理的效率和自动化程度;此外,可以在利用模型提取封面图像的文本信息之前,首先确定封面图像是否满足预设条件,以此,可以对不满足预设条件的封面图像进行过滤,有助于减小对不满足预设条件的封面图像进行处理所消耗的资源,提高封面图像处理的有效性。
下面参考图6,其示出了适于用来实现本公开实施例的电子设备(例如图1中的终端设备或服务器)600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)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装置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,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603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。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
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装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开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。在本公开中,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。而在本公开中,计算机可读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,该计算机可读信号介质可以发送、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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。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电子设备执行时,使得该电子设备:获取目标封面图像,其中,目标封面图像是用户对书籍的封面进行拍摄所获得的图像;确定目标封面图像满足预设条件;响应于目标封面图像满足预设条件,将目标封面图像输入预先训练的文本识别模型,获得目标封面图像包括的文本信息,其中,文本识别模型用于表征封面图像与封面图像包括的文本信息的对应关系。
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公开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,图示了按照本公开各种实施例的系统、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。
描述于本公开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。其中,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,第一获取单元还可以被描述为“获取目标封面图像的单元”。
以上描述仅为本公开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,本公开中所涉及的公开范围,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公开构思的情况下,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。例如上述特征与本公开中公开的(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 (10)
1.一种用于处理图像的方法,包括:
获取目标封面图像,其中,所述目标封面图像是用户对书籍的封面进行拍摄所获得的图像;
确定所述目标封面图像是否满足预设条件;
响应于所述目标封面图像满足预设条件,将所述目标封面图像输入预先训练的文本识别模型,获得目标封面图像包括的文本信息,其中,所述文本识别模型用于表征封面图像与封面图像包括的文本信息的对应关系。
2.根据权利要求1所述的方法,其中,所述方法还包括:
将所述目标封面图像和所获得的文本信息向目标标注终端发送。
3.根据权利要求2所述的方法,其中,在所述将所述目标封面图像和所获得的文本信息向目标标注终端发送之前,所述方法还包括:
从预设封面图像集合中获取与所述目标封面图像的相似度大于或等于预设相似度阈值的预设封面图像作为候选封面图像,其中,所述预设封面图像集合中的预设封面图像对应预设文本信息集合中的预设文本信息;
获取所述候选封面图像对应的预设文本信息作为候选文本信息;以及
所述将所述目标封面图像和所获得的文本信息向目标标注终端发送包括:
将所述目标封面图像、所获得的文本信息和候选文本信息向目标标注终端发送。
4.根据权利要求2所述的方法,其中,所述方法还包括:
获取标注人员利用所述目标标注终端发送的、所述目标封面图像所对应的确认后文本信息。
5.根据权利要求4所述的方法,其中,所述方法还包括:
将所述目标封面图像和所述确认后文本信息作为训练样本,对所述文本识别模型进行训练。
6.根据权利要求1所述的方法,其中,所述预设条件包括以下至少一项:
清晰度大于或等于预设清晰度阈值;尺寸属于预设尺寸范围;包括目标文本信息。
7.根据权利要求1-6之一所述的方法,其中,所述方法还包括:
响应于所述目标封面图像不满足所述预设条件,向所述用户反馈目标提示信息,其中,所述目标提示信息用于提示所述用户所述目标封面图像不满足所述预设条件。
8.一种用于处理图像的装置,包括:
第一获取单元,被配置成获取目标封面图像,其中,所述目标封面图像是用户对书籍的封面进行拍摄所获得的图像;
确定单元,被配置成确定所述目标封面图像是否满足预设条件;
输入单元,被配置成响应于所述目标封面图像满足预设条件,将所述目标封面图像输入预先训练的文本识别模型,获得目标封面图像包括的文本信息,其中,所述文本识别模型用于表征封面图像与封面图像包括的文本信息的对应关系。
9.一种电子设备,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1-7中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010363101.0A CN113591513B (zh) | 2020-04-30 | 2020-04-30 | 用于处理图像的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010363101.0A CN113591513B (zh) | 2020-04-30 | 2020-04-30 | 用于处理图像的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113591513A true CN113591513A (zh) | 2021-11-02 |
CN113591513B CN113591513B (zh) | 2024-03-29 |
Family
ID=78237219
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010363101.0A Active CN113591513B (zh) | 2020-04-30 | 2020-04-30 | 用于处理图像的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113591513B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107679070A (zh) * | 2017-08-22 | 2018-02-09 | 科大讯飞股份有限公司 | 一种智能阅读推荐方法与装置、电子设备 |
CN109034159A (zh) * | 2018-05-28 | 2018-12-18 | 北京捷通华声科技股份有限公司 | 图像信息提取方法和装置 |
CN109214386A (zh) * | 2018-09-14 | 2019-01-15 | 北京京东金融科技控股有限公司 | 用于生成图像识别模型的方法和装置 |
CN109271542A (zh) * | 2018-09-28 | 2019-01-25 | 百度在线网络技术(北京)有限公司 | 封面确定方法、装置、设备及可读存储介质 |
CN110580476A (zh) * | 2018-06-11 | 2019-12-17 | 夏普株式会社 | 文字识别装置以及文字识别方法 |
CN110738602A (zh) * | 2019-09-12 | 2020-01-31 | 北京三快在线科技有限公司 | 图像处理方法、装置、电子设备及可读存储介质 |
-
2020
- 2020-04-30 CN CN202010363101.0A patent/CN113591513B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107679070A (zh) * | 2017-08-22 | 2018-02-09 | 科大讯飞股份有限公司 | 一种智能阅读推荐方法与装置、电子设备 |
CN109034159A (zh) * | 2018-05-28 | 2018-12-18 | 北京捷通华声科技股份有限公司 | 图像信息提取方法和装置 |
CN110580476A (zh) * | 2018-06-11 | 2019-12-17 | 夏普株式会社 | 文字识别装置以及文字识别方法 |
CN109214386A (zh) * | 2018-09-14 | 2019-01-15 | 北京京东金融科技控股有限公司 | 用于生成图像识别模型的方法和装置 |
CN109271542A (zh) * | 2018-09-28 | 2019-01-25 | 百度在线网络技术(北京)有限公司 | 封面确定方法、装置、设备及可读存储介质 |
CN110738602A (zh) * | 2019-09-12 | 2020-01-31 | 北京三快在线科技有限公司 | 图像处理方法、装置、电子设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113591513B (zh) | 2024-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109919244B (zh) | 用于生成场景识别模型的方法和装置 | |
CN109993150B (zh) | 用于识别年龄的方法和装置 | |
CN109857908B (zh) | 用于匹配视频的方法和装置 | |
CN109961032B (zh) | 用于生成分类模型的方法和装置 | |
CN106845470B (zh) | 地图数据采集方法和装置 | |
CN109829432B (zh) | 用于生成信息的方法和装置 | |
CN111259663B (zh) | 信息处理方法和装置 | |
CN109784304B (zh) | 用于标注牙齿图像的方法和装置 | |
CN110059623B (zh) | 用于生成信息的方法和装置 | |
CN109934142B (zh) | 用于生成视频的特征向量的方法和装置 | |
CN111897950A (zh) | 用于生成信息的方法和装置 | |
CN111598006A (zh) | 用于标注对象的方法和装置 | |
CN112883966A (zh) | 图像字符识别方法、装置、介质及电子设备 | |
CN110019906B (zh) | 用于显示信息的方法和装置 | |
CN110008926B (zh) | 用于识别年龄的方法和装置 | |
CN113823282B (zh) | 语音处理方法、系统和装置 | |
CN113033552B (zh) | 文本识别方法、装置和电子设备 | |
CN111026849B (zh) | 数据处理方法和装置 | |
CN112309389A (zh) | 信息交互方法和装置 | |
CN109947526B (zh) | 用于输出信息的方法和装置 | |
CN111400581A (zh) | 用于标注样本的系统、方法和装置 | |
CN110765304A (zh) | 图像处理方法、装置、电子设备及计算机可读介质 | |
CN113591513B (zh) | 用于处理图像的方法和装置 | |
CN112966752B (zh) | 图像匹配方法和装置 | |
CN114297409A (zh) | 模型训练方法、信息抽取方法及装置、电子设备、介质 |
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 |