本發(fā)明專利技術(shù)公開了一種基于圖片信息聚類的信息批量提取方法、系統(tǒng)及計(jì)算機(jī)可讀存儲介質(zhì)，方法包括：從待識別的圖像中提取出商品對象和文字對象并分類編號，確定每個(gè)對象的坐標(biāo)系；對得到的不同對象邊緣打點(diǎn)并確定所打點(diǎn)的坐標(biāo)；將相鄰的不同類對象利用邊緣點(diǎn)進(jìn)行碰撞計(jì)算，若相鄰兩個(gè)不同類對象的邊緣點(diǎn)之間的距離小于預(yù)設(shè)值則將當(dāng)前兩個(gè)對象作為組合對象；將組合的對象繼續(xù)與其他對象進(jìn)行碰撞計(jì)算，若邊緣點(diǎn)之間的距離大于當(dāng)前已組合對象邊緣點(diǎn)之間距離的預(yù)設(shè)倍數(shù)，則判定該對象不屬于同一組合內(nèi)對象，繼續(xù)與其他不同類對象碰撞計(jì)算，直到所有對象均組合，輸出組合對象。本發(fā)明專利技術(shù)能夠?qū)崿F(xiàn)復(fù)雜背景中關(guān)聯(lián)對象的組合識別并進(jìn)行信息提取。息提取。息提取。
【技術(shù)實(shí)現(xiàn)步驟摘要】
一種基于圖片信息聚類的信息批量提取方法
[0001]本專利技術(shù)涉及互聯(lián)網(wǎng)大數(shù)據(jù)智能處理
，更具體地，涉及一種基于圖片信息聚類的信息批量提取方法、系統(tǒng)及計(jì)算機(jī)可讀存儲介質(zhì)。
技術(shù)介紹
[0002]OCR識別技術(shù)框架是互聯(lián)網(wǎng)公司經(jīng)常用來識別圖文信息的一項(xiàng)重要技術(shù)，技術(shù)本身是通過掃描儀或相機(jī)等光學(xué)輸入設(shè)備獲取紙張上的文字、圖片信息，利用各種模式識別算法對文字的形態(tài)結(jié)構(gòu)進(jìn)行分析，形成相應(yīng)的字符特征描述，通過合適的字符匹配方法將圖像中的文字轉(zhuǎn)換成文本格式。
[0003]對于大數(shù)據(jù)分析大量圖片，是一項(xiàng)很實(shí)用高效的技術(shù)，但傳統(tǒng)的識別技術(shù)往往會只是單條信息的掃描方式，把識別出來的文字當(dāng)成單獨(dú)個(gè)體，并沒有識別組合內(nèi)容的功能，以塊狀掃描的方式來處理，這便經(jīng)常出現(xiàn)識別出來的單獨(dú)文字無法準(zhǔn)確得知描述對象的真實(shí)語義情況。
[0004]現(xiàn)有技術(shù)公開了一種圖像中的對象識別方法及裝置，所述方法包括：對待識別圖像進(jìn)行預(yù)處理，獲得所述待識別圖像的二值圖像；將所述二值圖像切割成多個(gè)子區(qū)域，并從所述多個(gè)子區(qū)域中選出第一子區(qū)域，所述第一子區(qū)域?yàn)榘蓄A(yù)設(shè)像素點(diǎn)的子區(qū)域；基于不同第一子區(qū)域在所述二值圖像中的距離，對所述第一子區(qū)域進(jìn)行合并得到至少一個(gè)第二子區(qū)域；識別所述第二子區(qū)域中的目標(biāo)對象。該方案針對的是復(fù)雜背景中的對象識別，沒有解決關(guān)聯(lián)對象或組合對象的識別問題。
技術(shù)實(shí)現(xiàn)思路
[0005]本專利技術(shù)為克服上述現(xiàn)有的圖片信息提取方法沒有解決關(guān)聯(lián)對象或組合對象的識別提取的缺陷，提供一種基于圖片信息聚類的信息批量提取方法、系統(tǒng)及計(jì)算機(jī)可讀存儲介質(zhì)。
[0006]本專利技術(shù)的首要目的是為解決上述技術(shù)問題，本專利技術(shù)的技術(shù)方案如下：本專利技術(shù)第一方面提供了一種基于圖片信息聚類的信息批量提取方法，包括以下步驟：S1：利用OCR識別方法從待識別的圖像中提取出商品對象和文字對象并分類編號，將每張圖像中的對象均作為獨(dú)立對象并確定每個(gè)對象的坐標(biāo)系；S2：對每個(gè)圖像中所有的商品對象和文字對象邊緣打點(diǎn)，所打點(diǎn)記為邊緣點(diǎn)，根據(jù)每個(gè)對象的坐標(biāo)系確定邊緣點(diǎn)的坐標(biāo)；S3：將相鄰的不同類對象利用邊緣點(diǎn)進(jìn)行碰撞計(jì)算，若相鄰兩個(gè)不同類對象的邊緣點(diǎn)之間的距離小于預(yù)設(shè)值則將當(dāng)前兩個(gè)對象作為組合對象；S4：將組合的兩個(gè)對象繼續(xù)分別與其他不同類對象進(jìn)行碰撞計(jì)算，若邊緣點(diǎn)之間的距離大于當(dāng)前已組合對象之間邊緣點(diǎn)之間距離的預(yù)設(shè)倍數(shù)，則判定該對象不屬于同一組合內(nèi)對象，繼續(xù)尋找其他不同類對象進(jìn)行碰撞計(jì)算，直到所有對象均已組合，輸出組合對
象。
[0007]進(jìn)一步的，步驟S1中利用OCR識別方法從左至右，從上至下識別掃描從待識別的圖像中提取出商品對象和文字對象。
[0008]進(jìn)一步的，所述對每個(gè)圖像中所有的商品對象和文字對象邊緣打點(diǎn)具體過程為：確定打點(diǎn)的對象，首先在其左上角、右上角、左下角、右下角的最遠(yuǎn)距離分別取4個(gè)點(diǎn)，將四點(diǎn)連線構(gòu)造成一個(gè)不規(guī)則矩形；分別取左上角到右上角、左下角到右下角、左上角到左下角、右上角到右下角的點(diǎn)與點(diǎn)之間的中心，則分別對應(yīng)確定出上、下、左、右4個(gè)點(diǎn)。
[0009]進(jìn)一步的，所述碰撞計(jì)算過程為：將兩個(gè)對象相鄰的點(diǎn)分別記為P1和P2，點(diǎn)P1的坐標(biāo)記為（x1，y1），點(diǎn)P2的坐標(biāo)記為（x2，y2），則兩個(gè)對象在x軸相距的距離記為|x2
?
x1|。
[0010]進(jìn)一步的，步驟S4所述預(yù)設(shè)倍數(shù)為大于或等于2。
[0011]進(jìn)一步的，步驟S4中，在繼續(xù)尋找其他不同類對象進(jìn)行碰撞計(jì)算時(shí)，若沒有識別到有效數(shù)據(jù)，也結(jié)束當(dāng)前流程同時(shí)輸出已組合的對象。
[0012]進(jìn)一步的，所述碰撞計(jì)算僅在不同類型對象間進(jìn)行。
[0013]本專利技術(shù)第二方面提供了一種基于圖片信息聚類的信息批量提取系統(tǒng)，該系統(tǒng)包括：存儲器、處理器，所述存儲器中包括基于圖片信息聚類的信息批量提取方法程序，所述基于圖片信息聚類的信息批量提取方法程序被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)如下步驟：S1：利用OCR識別方法從待識別的圖像中提取出商品對象和文字對象并分類編號，將每張圖像中的對象均作為獨(dú)立對象并確定每個(gè)對象的坐標(biāo)系；S2：對每個(gè)圖像中所有的商品對象和文字對象邊緣打點(diǎn)，所打點(diǎn)記為邊緣點(diǎn)，根據(jù)每個(gè)對象的坐標(biāo)系確定邊緣點(diǎn)的坐標(biāo)；S3：將相鄰的不同類對象利用邊緣點(diǎn)進(jìn)行碰撞計(jì)算，若相鄰兩個(gè)不同類對象的邊緣點(diǎn)之間的距離小于預(yù)設(shè)值則將當(dāng)前兩個(gè)對象作為組合對象；S4：將組合的兩個(gè)對象繼續(xù)分別與其他不同類對象進(jìn)行碰撞計(jì)算，若邊緣點(diǎn)之間的距離大于當(dāng)前已組合對象之間邊緣點(diǎn)之間距離的預(yù)設(shè)倍數(shù)，則判定該對象不屬于同一組合內(nèi)對象，繼續(xù)尋找其他不同類對象進(jìn)行碰撞計(jì)算，直到所有對象均已組合，輸出組合對象。
[0014]進(jìn)一步的，步驟S1中利用OCR識別方法從左至右，從上至下識別掃描從待識別的圖像中提取出商品對象和文字對象。
[0015]本專利技術(shù)第三方面提供一種計(jì)算機(jī)可讀存儲介質(zhì)，所述計(jì)算機(jī)可讀存儲介質(zhì)中包括一種基于圖片信息聚類的信息批量提取方法程序，所述一種基于圖片信息聚類的信息批量提取方法程序被處理器執(zhí)行時(shí)，實(shí)現(xiàn)所述的一種基于圖片信息聚類的信息批量提取方法的步驟。
[0016]與現(xiàn)有技術(shù)相比，本專利技術(shù)技術(shù)方案的有益效果是：本專利技術(shù)首先對圖片中的不同對象進(jìn)行識別分類，然后對不同獨(dú)立對象進(jìn)行距離計(jì)算進(jìn)而將不同對象進(jìn)行組合，本專利技術(shù)能夠?qū)崿F(xiàn)復(fù)雜背景中關(guān)聯(lián)對象的組合識別并進(jìn)行信息提取。
附圖說明
[0017]圖1為本專利技術(shù)一種基于圖片信息聚類的信息批量提取方法流程圖。
[0018]圖2為本專利技術(shù)實(shí)施例識別效果圖。
[0019]圖3為本專利技術(shù)實(shí)施例不同對象相鄰點(diǎn)示意圖。
[0020]圖4為本專利技術(shù)實(shí)施例不同對象相鄰點(diǎn)匹配示意圖。
[0021]圖5為本專利技術(shù)實(shí)施例已組合對象相鄰點(diǎn)碰撞計(jì)算示意圖。
具體實(shí)施方式
[0022]為了能夠更清楚地理解本專利技術(shù)的上述目的、特征和優(yōu)點(diǎn)，下面結(jié)合附圖和具體實(shí)施方式對本專利技術(shù)進(jìn)行進(jìn)一步的詳細(xì)描述。需要說明的是，在不沖突的情況下，本申請的實(shí)施例及實(shí)施例中的特征可以相互組合。
[0023]在下面的描述中闡述了很多具體細(xì)節(jié)以便于充分理解本專利技術(shù)，但是，本專利技術(shù)還可以采用其他不同于在此描述的其他方式來實(shí)施，因此，本專利技術(shù)的保護(hù)范圍并不受下面公開的具體實(shí)施例的限制。
[0024]實(shí)施例1如圖1所示，本專利技術(shù)第一方面提供了一種基于圖片信息聚類的信息批量提取方法，包括以下步驟：S1：利用OCR識別方法從待識別的圖像中提取出商品對象和文字對象并分類編號，將每張圖像中的對象均作為獨(dú)立對象并確定每個(gè)對象的坐標(biāo)系；在一個(gè)具體的實(shí)施例中，例如在一張商品促銷廣告詳情圖，圖片中有多個(gè)手機(jī)圖像、多個(gè)對應(yīng)的商品價(jià)格，并且圖像+文字為上下布局，從左到右排列，如圖2所示，手機(jī)圖像下方帶有商品名稱、商品價(jià)格，這時(shí)便需要將他們識別成一個(gè)組合，指這段文字名稱、價(jià)格對應(yīng)的是這個(gè)手機(jī)圖像。
[0025]首先需從待識別的圖像中提取出商品對象和文字對象，可以采用OCR識別方法從左至右，從上至下識別掃描分別提取出商品對象和文字對象，例如商品對象001，文字對象00本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
【技術(shù)特征摘要】
1.一種基于圖片信息聚類的信息批量提取方法，其特征在于，包括以下步驟：S1：利用OCR識別方法從待識別的圖像中提取出商品對象和文字對象并分類編號，將每張圖像中的對象均作為獨(dú)立對象并確定每個(gè)對象的坐標(biāo)系；S2：對每個(gè)圖像中所有的商品對象和文字對象邊緣打點(diǎn)，所打點(diǎn)記為邊緣點(diǎn)，根據(jù)每個(gè)對象的坐標(biāo)系確定邊緣點(diǎn)的坐標(biāo)；S3：將相鄰的不同類對象利用邊緣點(diǎn)進(jìn)行碰撞計(jì)算，若相鄰兩個(gè)不同類對象的邊緣點(diǎn)之間的距離小于預(yù)設(shè)值則將當(dāng)前兩個(gè)對象作為組合對象；S4：將組合的兩個(gè)對象繼續(xù)分別與其他不同類對象進(jìn)行碰撞計(jì)算，若邊緣點(diǎn)之間的距離大于當(dāng)前已組合對象之間邊緣點(diǎn)之間距離的預(yù)設(shè)倍數(shù)，則判定該對象不屬于同一組合內(nèi)對象，繼續(xù)尋找其他不同類對象進(jìn)行碰撞計(jì)算，直到所有對象均已組合，輸出組合對象。2.根據(jù)權(quán)利要求1所述的一種基于圖片信息聚類的信息批量提取方法，其特征在于，步驟S1中利用OCR識別方法從左至右，從上至下識別掃描從待識別的圖像中提取出商品對象和文字對象。3.根據(jù)權(quán)利要求1所述的一種基于圖片信息聚類的信息批量提取方法，其特征在于，所述對每個(gè)圖像中所有的商品對象和文字對象邊緣打點(diǎn)具體過程為：確定打點(diǎn)的對象，首先在其左上角、右上角、左下角、右下角的最遠(yuǎn)距離分別取4個(gè)點(diǎn)，將四點(diǎn)連線構(gòu)造成一個(gè)不規(guī)則矩形；分別取左上角到右上角、左下角到右下角、左上角到左下角、右上角到右下角的點(diǎn)與點(diǎn)之間的中心，則分別對應(yīng)確定出上、下、左、右4個(gè)點(diǎn)。4.根據(jù)權(quán)利要求1所述的一種基于圖片信息聚類的信息批量提取方法，其特征在于，所述碰撞計(jì)算過程為：將兩個(gè)對象相鄰的邊緣點(diǎn)分別記為P1和P2，點(diǎn)P1的坐標(biāo)記為（x1，y1），點(diǎn)P2的坐標(biāo)記為（x2，y2），則兩個(gè)對象在x軸相距的距離記為|x2
?
x1|。5.根據(jù)權(quán)利要求1所述的一種基于圖片信息聚類的信息批量提取方法，其特征在于，步驟S4所述預(yù)設(shè)倍數(shù)...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：紀(jì)俊光，黎慧燕，陳學(xué)言，
申請(專利權(quán))人：廣東數(shù)源智匯科技有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。