CN115995022A - 一种印章识别方法、装置、设备及存储介质 - Google Patents

一种印章识别方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN115995022A
CN115995022A CN202310032151.4A CN202310032151A CN115995022A CN 115995022 A CN115995022 A CN 115995022A CN 202310032151 A CN202310032151 A CN 202310032151A CN 115995022 A CN115995022 A CN 115995022A
Authority
CN
China
Prior art keywords
seal
information
image
text
position information
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
Application number
CN202310032151.4A
Other languages
English (en)
Inventor
潘新星
陈运文
冯佳妮
李巍豪
高翔
许诺
魏舒
黄登
杨彬彬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Datagrand Information Technology Shanghai Co ltd
Original Assignee
Datagrand Information Technology Shanghai Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Datagrand Information Technology Shanghai Co ltd filed Critical Datagrand Information Technology Shanghai Co ltd
Priority to CN202310032151.4A priority Critical patent/CN115995022A/zh
Publication of CN115995022A publication Critical patent/CN115995022A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Image Input (AREA)

Abstract

本发明公开了一种印章识别方法、装置、设备及存储介质。包括:对待识别图像进行特征识别获取印章的第一关联信息,其中,第一关联信息包括印章文本特征和印章位置信息;对第一关联信息进行编码生成印章的第二关联信息,其中,第二关联信息包括编码后的印章文本特征和印章位置信息;根据第二关联信息生成印章识别结果。通过对待识别图像进行特征识别获取印章文本特征和印章位置信息,然后通过对印章文本特征和印章位置信息进行编码生成印章的第二关联信息,最后通过对第二关联信息进行解码生成印章识别结果,不需要人工进行参与,降低了人工工作量的同时也降低了维护成本,避免了误差累计,提高了印章识别效率也提高了印章识别结果生成的准确性。

Description

一种印章识别方法、装置、设备及存储介质
技术领域
本发明涉及图像识别领域,尤其涉及一种印章识别方法、装置、设备及存储介质。
背景技术
印章有着鉴定和签署作用,使用方便,常见于各种公文和票据中,在对这些带印章的文件进行审核校对时,常常需要获取印章的内容,传统人工方式费时费力,所以需要更高效准确的完成印章内容的识别任务。
传统方案采用文本检测、文本矫正、文本识别的流程来完成印章识别,文本检测选型上主要有两大类:回归和分割。
但传统方案往往需要人工参与,设计不同阶段之间的数据转换等后处理流程,这些后处理操作繁琐的同时降低了印章识别的效率,同时人工的方式出错概率高,进而导致级联系统的误差累积。此外,文本矫正对匹配点的精度要求较高,些许误差就会导致矫正的文本出现畸变,进而增大最终的误差,导致印章识别不准确。
发明内容
本发明提供了一种印章识别方法、装置、设备及存储介质,以识别图像中的印章。
根据本发明的一方面,提供了一种印章识别方法,该方法包括:
对待识别图像进行特征识别获取印章的第一关联信息,其中,第一关联信息包括印章文本特征和印章位置信息;
对第一关联信息进行编码生成印章的第二关联信息,其中,第二关联信息包括编码后的印章文本特征和印章位置信息;
根据第二关联信息生成印章识别结果。
可选的,对待识别图像进行特征识别获取印章的第一关联信息,包括:将待识别图像输入特征提取模型以获取待识别图像对应的印章文本特征;根据待识别图像确定印章文本特征对应的印章位置信息。
可选的,根据待识别图像确定印章文本特征对应的印章位置信息,包括:对待识别图像进行切分生成各切分图像,并根据各切分图像在待识别图像中的对应位置生成切片编码;从各切分图像中筛选出目标切分图像,并确定目标切分图像对应的目标切片编码,其中,目标切分图像中包含印章文本特征;针对目标切分图像建立坐标系,基于坐标系获取印章文本特征的位置坐标;将目标切片编码和位置坐标作为印章位置信息。
可选的,对第一关联信息进行编码生成印章的第二关联信息,包括:将印章文本特征和印章位置信息进行拼接生成拼接信息;对拼接信息进行编码,并将编码后的拼接信息作为第二关联信息。
可选的,根据第二关联信息生成印章识别结果,包括:根据第二关联信息确定印章区域和印章文本;将印章区域和印章文本作为印章识别结果。
可选的,根据第二关联信息确定印章区域和印章文本,包括:对第二关联信息进行拆分生成编码印章文本特征和编码印章位置信息;对编码印章位置信息进行坐标解码生成印章坐标,根据印章坐标确定待识别图像中的印章区域;对编码印章文本信息进行文本解码生成印章文本。
根据本发明的另一方面,提供了一种印章识别装置,该装置包括:
第一关联信息获取模块,用于对待识别图像进行特征识别获取印章的第一关联信息,其中,第一关联信息包括印章文本特征和印章位置信息;
第二关联信息生成模块,用于对第一关联信息进行编码生成印章的第二关联信息,其中,第二关联信息包括编码后的印章文本特征和印章位置信息;
印章识别结果生成模块,用于根据第二关联信息生成印章识别结果。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的一种印章识别方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的一种印章识别方法。
本发明实施例的技术方案,通过对待识别图像进行特征识别获取印章文本特征和印章位置信息,然后通过对印章文本特征和印章位置信息进行编码生成印章的第二关联信息,最后通过对第二关联信息进行解码生成印章识别结果,不需要人工进行参与,降低了人工工作量的同时也降低了维护成本,避免了误差累计,提高了印章识别效率也提高了印章识别结果生成的准确性。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种印章识别方法的流程图;
图2是根据本发明实施例一提供的另一种印章识别方法的流程图;
图3是根据本发明实施例二提供的一种印章识别方法的流程图;
图4是根据本发明实施例三提供的一种印章识别装置的结构示意图;
图5是实现本发明实施例的一种印章识别方法的电子设备的结构示意图。
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。
实施例一
图1为本发明实施例一提供了一种印章识别方法的流程图,本实施例可适用于识别图像中印章的情况,该方法可以由印章识别装置来执行,该印章识别装置可以采用硬件和/或软件的形式实现,该印章识别装置可配置于计算机中。如图1所示,该方法包括:
S110、对待识别图像进行特征识别获取印章的第一关联信息,其中,第一关联信息包括印章文本特征和印章位置信息。
其中,印章是指印在文件上表示鉴定或者签署的一种工具,常见于各种公文和票据中。待识别图像是指用户想要进行识别其中印章的图像,待识别图像中包含印章内容,用户是指进行印章识别的人员,用户可以通过和控制器相连的用户终端输入待识别图像,以使控制器进行特征识别获取印章的第一关联信息,其中,第一关联信息包括印章文本特征和印章位置信息。印章文本特征是指待识别图像中包含的目标印章的文本特征,印章位置信息是指印章文本特征在待识别图像中的位置信息。
需要说明的是,本实施方案中的印章识别方法是一种端到端(end-to-end)的印章识别方法,即用户通过用户终端上传待识别图像后,控制器即可对待识别图像进行识别处理生成印章识别结果,用户终端包括但不限于移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)和PMP(便携式多媒体播放器)等移动终端设备。相较于多阶段级联系统,端到端架构的系统复杂度低,多阶段级联系统需要分别优化不同阶段的流程,维护成本高,端到端的架构只需要优化一套模型,维护成本低,端到端的架构可以共用特征提取层,整体模型体积小,端到端架构的模型预测一步到位,不需要数据在GPU和CPU之前频繁转换,耗时短,整体速度更快。
S120、对第一关联信息进行编码生成印章的第二关联信息,其中,第二关联信息包括编码后的印章文本特征和印章位置信息。
可选的,对第一关联信息进行编码生成印章的第二关联信息,包括:将印章文本特征和印章位置信息进行拼接生成拼接信息;对拼接信息进行编码,并将编码后的拼接信息作为第二关联信息。
其中,编码是指使用编码器encoder将提取到的文本特征编码成语义信息的过程,控制器可以对第一关联信息进行编码生成第二关联信息,第二关联信息为编码后的印章文本特征和印章位置信息。控制器会将印章文本特征和印章位置信息进行拼接生成拼接信息,拼接的方式可以是加和,然后将拼接信息进行编码,编码时控制器将拼接信息输入编码器的多层多头自注意力机制中以输出第二关联信息。
进一步的,编码器模块采用transformer架构,由于transformer架构对位置是不敏感的,所以需要加入位置信息,帮助模型学习位置信息,即将印章文本特征和印章位置信息作为第一关联信息使用编码器进行编码。transformer采用自注意力机制,自注意力机制能够解决信息过长导致的信息丢失问题,因此即使印章的文字内容很长,模型也能完整地识别出全部文本内容。自注意力机制的查询,关键字,值(Query Key Value,QKV)均来自于输入特征,通过QKV之间的矩阵乘法,使得模型能够自主学习到不同特征之间的关系,在学习到局部特征的同时还能兼顾全局特征,即能够利用全局的语义信息使得识别结果更加准确。
S130、根据第二关联信息生成印章识别结果。
图2为本发明实施例一提供了一种印章识别的流程图,步骤S130主要包括如下的步骤S131至步骤S132:
S131、根据第二关联信息确定印章区域和印章文本。
可选的,根据第二关联信息确定印章区域和印章文本,包括:对第二关联信息进行拆分生成编码印章文本特征和编码印章位置信息;对编码印章位置信息进行坐标解码生成印章坐标,根据印章坐标确定待识别图像中的印章区域;对编码印章文本信息进行文本解码生成印章文本。
具体的,控制器会使用解码器decoder对第二关联信息进行解码,解码器也采用transformer架构,控制器会对第二关联信息进行坐标解码和文本解码以确定印章区域和印章文本。控制器会先对第二关联信息进行拆分生成编码印章文本特征和编码印章位置信息,对编码印章位置信息进行坐标解码时,会将编码印章位置信息输入坐标解码器,坐标解码器进行嵌入(embed)处理和多层多头自注意力机制解码(multi-head self-attentiondecode),以及最后的前馈网络FFN处理生成印章坐标,然后根据印章坐标确定待识别图像中的印章区域。对编码印章文本信息进行文本解码时,会将编码印章文本特征输入文本解码器,文本解码器也会进行嵌入(embed)处理和多层多头自注意力机制解码(multi-headself-attention decode),以及最后的前馈网络FFN处理生成印章文本。
S132、将印章区域和印章文本作为印章识别结果。
具体的,由第二关联信息解码生成的印章区域和印章文本即可作为最后的印章识别结果。输出结果时,控制器可以将不同印章区域的印章文本内容分别输出作为印章识别结果,印章识别结果可以通过用户终端向用户进行展示。
进一步的,用户也可以根据需要在控制器进行设置,以使控制器对印章识别结果进行判断,更好的满足用户的需求。示例性的,在合同审核业务中,需要判断签署合同的双方是否都有加盖公章,可以通过扫描或电子文档的方式获取到合同的图像,然后将图像作为待识别图像传入本实施方式的控制器中,控制器可以根据返回的公章的文本内容来进行智能审核,从而替代人工审核,减少人力成本;又例如通用文档识别任务中,可以根据印章识别结果对文档进行分类、鉴真的作用。
本发明实施例的技术方案,通过对待识别图像进行特征识别获取印章文本特征和印章位置信息,然后通过对印章文本特征和印章位置信息进行编码生成印章的第二关联信息,最后通过对第二关联信息进行解码生成印章识别结果,不需要人工进行参与,降低了人工工作量的同时也降低了维护成本,避免了误差累计,提高了印章识别效率也提高了印章识别结果生成的准确性。
实施例二
图3为本发明实施例二提供的一种印章识别方法的流程图,本实施例在上述实施例一的基础上对对待识别图像进行特征识别获取印章的第一关联信息的过程进行具体说明。其中,步骤S230-S240的具体内容与实施例一中的步骤S120-S130大致相同,因此本实施方式中不再进行赘述。如图3所示,该方法包括:
S210、将待识别图像输入特征提取模型以获取待识别图像对应的印章文本特征。
具体的,控制器会通过特征提取模型提取待识别图像对应的印章文本特征,而在将待识别图像输入特征提取模型以获取待识别图像对应的印章文本特征之前,控制器会建立特征提取模型,特征提取模型是基于深度学习的方法实现的,深度学习是指以神经网络为架构,对数据进行表征学习的算法。神经网络模型采用ResNet50,ResNet架构的残差模块能够有效缓解网络随着深度的增加而出现的退化问题,ResNet50的残差结构为bottleneck,这种瓶颈式结构能够有效地减少计算量,加快模型的收敛速度。
进一步的,由于特征提取模型中包含图像对应的文本特征提取规则,故控制器可以通过将待识别图像输入特征提取模型即可获取待识别图像对应的印章文本特征。示例性的,特征提取模型可以将图像中的印章和周围背景的颜色进行区分,以准确识别出待识别图像中包括的印章文本特征。
S220、根据待识别图像确定印章文本特征对应的印章位置信息。
可选的,根据待识别图像确定印章文本特征对应的印章位置信息,包括:对待识别图像进行切分生成各切分图像,并根据各切分图像在待识别图像中的对应位置生成切片编码;从各切分图像中筛选出目标切分图像,并确定目标切分图像对应的目标切片编码,其中,目标切分图像中包含印章文本特征;针对目标切分图像建立坐标系,基于坐标系获取印章文本特征的位置坐标;将目标切片编码和位置坐标作为印章位置信息。
具体的,编码器模块采用transformer架构,由于transformer架构对位置是不敏感的,所以需要加入位置信息,帮助模型学习位置信息。加入位置信息时,控制器会对待识别图像进行切分生成各切分图像,切分是指根据用户设定的数量对待识别图像进行等分切割的过程,例如,用户可以设置将待识别图像切分为3*3块,此时控制器会对待识别图像进行切分生成9个切分图像,并且按照各切分图像在待识别图像中的对应位置生成切片编码,例如,待识别图像左上角的切分图像对应的切片编码为1,切片编码按照从左至右,从上至下的顺序依次递增,即9个切分图像对应1-9的切片编码。
进一步的,控制器会将包含印章文本特征的切分图像作为目标切分图像,并且针对目标切分图像建立坐标系,建立坐标系的方法可以由模型自主学到,下面的说明示例旨在给出一种模型内部可能的实现原理,示例性的,以目标切分图像的左上角作为坐标原点,x轴正半轴是原点开始向右延伸的轴,y轴正半轴是原点开始向下延伸的轴,以每0.5cm作为间距,即每0.5cm代表数字1,本实施方式中仅以在目标切分图像的左上角作为坐标原点为例进行说明,并不对坐标系具体建立方式进行限定。针对目标切分图像建立坐标系后,即可获取印章文本特征在坐标系中的位置坐标,控制器会将目标切片编码和位置坐标作为印章位置信息。示例性的,目标切片编码可以是8,印章文本特征A对应的位置坐标为(5,3),则印章位置信息为8-(5,3)。
S230、对第一关联信息进行编码生成印章的第二关联信息,其中,第二关联信息包括编码后的印章文本特征和印章位置信息。
可选的,对第一关联信息进行编码生成印章的第二关联信息,包括:将印章文本特征和印章位置信息进行拼接生成拼接信息;对拼接信息进行编码,并将编码后的拼接信息作为第二关联信息。
S240、根据第二关联信息生成印章识别结果。
可选的,根据第二关联信息生成印章识别结果,包括:根据第二关联信息确定印章区域和印章文本;将印章区域和印章文本作为印章识别结果。
可选的,根据第二关联信息确定印章区域和印章文本,包括:对第二关联信息进行拆分生成编码印章文本特征和编码印章位置信息;对编码印章位置信息进行坐标解码生成印章坐标,根据印章坐标确定待识别图像中的印章区域;对编码印章文本信息进行文本解码生成印章文本。
本发明实施例的技术方案,通过特征提取模型对待识别图像进行特征识别获取印章文本特征和印章位置信息,然后通过对印章文本特征和印章位置信息进行编码生成印章的第二关联信息,最后通过对第二关联信息进行解码生成印章识别结果,不需要人工进行参与,降低了人工工作量的同时也降低了维护成本,避免了误差累计,提高了印章识别效率也提高了印章识别结果生成的准确性。
实施例三
图4为本发明实施例三提供的一种印章识别装置的结构示意图。如图4所示,该装置包括:第一关联信息获取模块310,用于对待识别图像进行特征识别获取印章的第一关联信息,其中,第一关联信息包括印章文本特征和印章位置信息;第二关联信息生成模块320,用于对第一关联信息进行编码生成印章的第二关联信息,其中,第二关联信息包括编码后的印章文本特征和印章位置信息;印章识别结果生成模块330,用于根据第二关联信息生成印章识别结果。
可选的,第一关联信息获取模块310,具体包括:印章文本特征获取单元,用于将待识别图像输入特征提取模型以获取待识别图像对应的印章文本特征;印章位置信息确定单元,用于根据待识别图像确定印章文本特征对应的印章位置信息。
可选的,印章位置信息确定单元,具体用于:对待识别图像进行切分生成各切分图像,并根据各切分图像在待识别图像中的对应位置生成切片编码;从各切分图像中筛选出目标切分图像,并确定目标切分图像对应的目标切片编码,其中,目标切分图像中包含印章文本特征;针对目标切分图像建立坐标系,基于坐标系获取印章文本特征的位置坐标;将目标切片编码和位置坐标作为印章位置信息。
可选的,第二关联信息生成模块320,具体用于:将印章文本特征和印章位置信息进行拼接生成拼接信息;对拼接信息进行编码,并将编码后的拼接信息作为第二关联信息。
可选的,印章识别结果生成模块330,具体包括:印章区域和印章文本确定单元,用于根据第二关联信息确定印章区域和印章文本;印章识别结果生成单元,用于将印章区域和印章文本作为印章识别结果。
可选的,印章区域和印章文本确定单元,具体用于:对第二关联信息进行拆分生成编码印章文本特征和编码印章位置信息;对编码印章位置信息进行坐标解码生成印章坐标,根据印章坐标确定待识别图像中的印章区域;对编码印章文本信息进行文本解码生成印章文本。
本发明实施例的技术方案,通过对待识别图像进行特征识别获取印章文本特征和印章位置信息,然后通过对印章文本特征和印章位置信息进行编码生成印章的第二关联信息,最后通过对第二关联信息进行解码生成印章识别结果,不需要人工进行参与,降低了人工工作量的同时也降低了维护成本,避免了误差累计,提高了印章识别效率也提高了印章识别结果生成的准确性。
本发明实施例所提供的一种印章识别装置可执行本发明任意实施例所提供的一种印章识别方法,具备执行方法相应的功能模块和有益效果。
实施例四
图5示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图5所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如一种印章识别方法。也即:对待识别图像进行特征识别获取印章的第一关联信息,其中,第一关联信息包括印章文本特征和印章位置信息;对第一关联信息进行编码生成印章的第二关联信息,其中,第二关联信息包括编码后的印章文本特征和印章位置信息;根据第二关联信息生成印章识别结果。
在一些实施例中,一种印章识别方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的一种印章识别方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行一种印章识别方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。

Claims (9)

1.一种印章识别方法,其特征在于,包括:
对待识别图像进行特征识别获取印章的第一关联信息,其中,所述第一关联信息包括印章文本特征和印章位置信息;
对所述第一关联信息进行编码生成印章的第二关联信息,其中,所述第二关联信息包括编码后的印章文本特征和印章位置信息;
根据所述第二关联信息生成印章识别结果。
2.根据权利要求1所述的方法,其特征在于,所述对待识别图像进行特征识别获取印章的第一关联信息,包括:
将待识别图像输入特征提取模型以获取所述待识别图像对应的印章文本特征;
根据所述待识别图像确定所述印章文本特征对应的印章位置信息。
3.根据权利要求2所述的方法,其特征在于,所述根据所述待识别图像确定所述印章文本特征对应的印章位置信息,包括:
对所述待识别图像进行切分生成各切分图像,并根据各所述切分图像在所述待识别图像中的对应位置生成切片编码;
从各所述切分图像中筛选出目标切分图像,并确定所述目标切分图像对应的目标切片编码,其中,所述目标切分图像中包含所述印章文本特征;
针对所述目标切分图像建立坐标系,基于所述坐标系获取所述印章文本特征的位置坐标;
将所述目标切片编码和所述位置坐标作为所述印章位置信息。
4.根据权利要求1所述的方法,其特征在于,所述对所述第一关联信息进行编码生成印章的第二关联信息,包括:
将所述印章文本特征和所述印章位置信息进行拼接生成拼接信息;
对所述拼接信息进行编码,并将编码后的所述拼接信息作为所述第二关联信息。
5.根据权利要求1所述的方法,其特征在于,所述根据所述第二关联信息生成印章识别结果,包括:
根据所述第二关联信息确定印章区域和印章文本;
将所述印章区域和所述印章文本作为所述印章识别结果。
6.根据权利要求5所述的方法,其特征在于,所述根据所述第二关联信息确定印章区域和印章文本,包括:
对所述第二关联信息进行拆分生成编码印章文本特征和编码印章位置信息;
对所述编码印章位置信息进行坐标解码生成印章坐标,根据所述印章坐标确定所述待识别图像中的印章区域;
对所述编码印章文本信息进行文本解码生成印章文本。
7.一种印章识别装置,其特征在于,包括:
第一关联信息获取模块,用于对待识别图像进行特征识别获取印章的第一关联信息,其中,所述第一关联信息包括印章文本特征和印章位置信息;
第二关联信息生成模块,用于对所述第一关联信息进行编码生成印章的第二关联信息,其中,所述第二关联信息包括编码后的印章文本特征和印章位置信息;
印章识别结果生成模块,用于根据所述第二关联信息生成印章识别结果。
8.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
9.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-6中任一项所述的方法。
CN202310032151.4A 2023-01-10 2023-01-10 一种印章识别方法、装置、设备及存储介质 Pending CN115995022A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310032151.4A CN115995022A (zh) 2023-01-10 2023-01-10 一种印章识别方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310032151.4A CN115995022A (zh) 2023-01-10 2023-01-10 一种印章识别方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN115995022A true CN115995022A (zh) 2023-04-21

Family

ID=85994841

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310032151.4A Pending CN115995022A (zh) 2023-01-10 2023-01-10 一种印章识别方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN115995022A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116757886A (zh) * 2023-08-16 2023-09-15 南京尘与土信息技术有限公司 数据分析方法及分析装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116757886A (zh) * 2023-08-16 2023-09-15 南京尘与土信息技术有限公司 数据分析方法及分析装置
CN116757886B (zh) * 2023-08-16 2023-11-28 南京尘与土信息技术有限公司 数据分析方法及分析装置

Similar Documents

Publication Publication Date Title
CN113313022B (zh) 文字识别模型的训练方法和识别图像中文字的方法
CN114550177A (zh) 图像处理的方法、文本识别方法及装置
CN114419035B (zh) 产品识别方法、模型训练方法、装置和电子设备
CN113657274B (zh) 表格生成方法、装置、电子设备及存储介质
CN113657395B (zh) 文本识别方法、视觉特征提取模型的训练方法及装置
US20240304015A1 (en) Method of training deep learning model for text detection and text detection method
CN114495102B (zh) 文本识别方法、文本识别网络的训练方法及装置
CN116226350A (zh) 一种文档查询方法、装置、设备和存储介质
CN114549904B (zh) 视觉处理及模型训练方法、设备、存储介质及程序产品
CN115995022A (zh) 一种印章识别方法、装置、设备及存储介质
CN118410146A (zh) 基于大语言模型的交叉检索方法、装置、设备及存储介质
CN114596188A (zh) 水印检测方法、模型训练方法、装置及电子设备
CN114495101A (zh) 文本检测方法、文本检测网络的训练方法及装置
CN116309963B (zh) 一种图像的批量标注方法、装置、电子设备及存储介质
CN117521768A (zh) 一种图像搜索模型的训练方法、装置、设备及存储介质
CN114187488B (zh) 图像处理方法、装置、设备、介质
CN115690816A (zh) 一种文本要素提取方法、装置、设备和介质
CN115512365A (zh) 目标检测模型的训练、目标检测方法、装置及电子设备
CN113360672B (zh) 用于生成知识图谱的方法、装置、设备、介质和产品
CN114612971A (zh) 人脸检测方法、模型训练方法、电子设备及程序产品
CN114299522B (zh) 图像识别方法装置、设备和存储介质
CN113869202B (zh) 图像识别方法、装置、设备、存储介质及程序产品
CN114998906B (zh) 文本检测方法、模型的训练方法、装置、电子设备及介质
CN116361658B (zh) 模型训练方法、任务处理方法、装置、电子设备及介质
CN116994260A (zh) 图像识别模型的训练方法、文本图像的识别方法及装置

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