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。