申请/专利权人:北京化工大学;安徽萃文科技有限责任公司
申请日:2023-06-16
公开(公告)日:2023-10-24
公开(公告)号:CN116935396A
主分类号:G06V30/148
分类号:G06V30/148;G06F16/25;G06V30/164;G06V30/162;G06V30/146;G06V10/82;G06N3/044;G06N3/0464
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.11.10#实质审查的生效;2023.10.24#公开
摘要:本发明公开了一种基于CRNN算法的OCR高考招生指南智能采集方法,属于计算机视觉技术领域,包括如下步骤:S1:文件获取与预处理,将PDF拆分成图片文件并对文件进行输入前预处理;S2:通过图像预处理模块对S1中输入的图片文件进行识别前预处理;S3:构建基于CRNN算法的OCR模型,对S2输出的经过预处理的图像进行识别并形成文本数据;S4:通过结构化数据生成模块对S3中形成的文本数据进行信息抽取,最终形成与数据库格式相同的结构化数据。本发明采用上述步骤的一种基于CRNN算法的OCR高考招生指南智能采集方法,能够有效的提高高考志愿填报数据的采集效率,同时能够保证大部分数据质量,加快进度的同时能够使后续的工作更加简单。
主权项:1.一种基于CRNN算法的OCR高考招生指南智能采集方法,其特征在于,包括如下步骤:S1:文件获取与预处理,将PDF拆分成图片文件并对文件进行输入前预处理;S2:通过图像预处理模块对S1中输入的图片文件进行识别前预处理;S3:构建基于CRNN算法的OCR模型,对S2输出的经过预处理的图像进行识别并形成文本数据;S4:通过结构化数据生成模块对S3中形成的文本数据进行信息抽取,最终形成与数据库格式相同的结构化数据。
全文数据:
权利要求:
百度查询: 北京化工大学;安徽萃文科技有限责任公司 一种基于CRNN算法的OCR高考招生指南智能采集方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。