申请/专利权人：广东铭太信息科技有限公司

申请日：2024-01-16

公开（公告）日：2024-03-12

公开（公告）号：CN117688162A

主分类号：G06F16/332

分类号：G06F16/332;G06F40/232;G06V30/10;G06V30/26;G06F16/31;G06F16/532;G06F16/583

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.29#实质审查的生效;2024.03.12#公开

摘要：本发明提供了一种基于OCR识别的全文检索方法及系统，其方法，包括：采集待入库文件对应的文件源图，并对文件源图进行预处理，生成目标图像进行压缩后存储至图像子数据库；对目标图像进行OCR识别，将目标图像转换为文字信息，生成文本文件，存储至文本子数据库；基于目标图像与文本文件之间的对应关系，在图像子数据库和文本子数据库之间建立关联关系，生成图文入库文件；基于用户输入信息在文本子数据库中进行检索匹配，获得目标文件返回给用户端。本发明将非结构化数据转化为可检索的文本数据，实现了待入库文件的自动录入以及自动校对，完成对文本内容的全面检索帮助用户快速、准确地找到所需的信息，提高信息检索的效率和准确性。

主权项：1.一种基于OCR识别的全文检索方法，其特征在于，包括：步骤1：采集待入库文件对应的文件源图，并对文件源图进行预处理，生成目标图像进行压缩后存储至图像子数据库；步骤2：对目标图像进行OCR识别，将目标图像转换为文字信息，生成文本文件，存储至文本子数据库；步骤3：基于目标图像与文本文件之间的对应关系，在图像子数据库和文本子数据库之间建立多等级关联关系，生成图文入库文件；步骤4：基于用户输入信息在文本子数据库中进行检索匹配，获得目标文件返回给用户端。

全文数据：

权利要求：

百度查询： 广东铭太信息科技有限公司 一种基于OCR识别的全文检索方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD