文档处理方法及装置、用于图像的数据提取方法及装置与流程

1.本公开涉及计算机
技术领域：
，尤其涉及文档处理
技术领域：
。更具体地，本公开提供了一种文档处理方法及装置、用于图像的数据提取方法及装置、电子设备和存储介质。
背景技术：
：2.文档中可以包含一个或多个图表。这些图表的数据可以是非结构化的数据，例如图片、背景图等。相关技术中，可以人工截取文档中的图表，然后观察图表中的特征点(例如，坐标轴原点、刻度线端点等)和数据值，以从这些图表中提取出结构化数据。技术实现要素：3.本公开提供了一种文档处理方法及装置、用于图像的数据提取方法及装置、电子设备和存储介质。4.根据第一方面，提供了一种文档处理方法，该方法包括：根据文档页面中行文字图像的位置信息，生成多个第一包围框；根据上述多个第一包围框的位置信息，生成多个第二包围框，每个第二包围框用于标记上述文档页面中一个文本稀疏区域；对相邻的第二包围框执行合并操作，得到多个候选包围框；针对上述多个候选包围框，根据每个候选包围框的位置信息，确定文档页面的多个局部图像；以及根据上述多个局部图像中的内容，生成目标图像。5.根据第二方面，提供了一种用于图像的数据提取方法，该方法包括：根据目标图像内每个像素的像素值，确定上述目标图像中位于坐标轴上的n个标记点的坐标；根据n个标记点的坐标，对上述目标图像执行划分操作，得到n 1个子区域；针对n 1个子区域中第i个子区域，执行文本识别操作，得到与第i个子区域对应的第i组数据；i＝1，......，n 1；其中，上述目标图像是根据本公开提供的文档处理方法生成的。6.根据第三方面，提供了一种文档处理装置，该装置包括：第一生成模块，用于根据文档页面中行文字图像的位置信息，生成多个第一包围框；第二生成模块，用于根据上述多个第一包围框的位置信息，生成多个第二包围框，每个第二包围框用于标记上述文档页面中一个文本稀疏区域；合并模块，用于对相邻的第二包围框执行合并操作，得到多个候选包围框；第一确定模块，用于针对上述多个候选包围框，根据每个候选包围框的位置信息，确定文档页面的多个局部图像；以及第三生成模块，用于根据上述多个局部图像中的内容，生成目标图像。7.根据第四方面，提供了一种用于图像的数据提取装置，该装置包括：第二确定模块，用于根据目标图像内每个像素的像素值，确定上述目标图像中位于坐标轴上的n个标记点的坐标；划分模块，用于根据n个标记点的坐标，对上述目标图像执行划分操作，得到n 1个子区域；文本识别模块，用于针对上述n 1个子区域中第i个子区域，执行文本识别操作，得到与第i个子区域对应的第i组数据；i＝1，......，n 1；其中，上述目标图像是根据本公开提供的文档处理装置生成的。8.根据第五方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行根据本公开提供的方法。9.根据第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行根据本公开提供的方法。10.根据第七方面，提供了一种计算机程序产品，包括计算机程序，上述计算机程序在被处理器执行时实现根据本公开提供的方法。11.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开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12.附图用于更好地理解本方案，不构成对本公开的限定。其中：13.图1是根据本公开的一个实施例的可以应用文档处理方法和装置及用于图像的数据提取方法的示例性系统架构示意图；14.图2是根据本公开的一个实施例的文档处理方法的流程图；15.图3a至图3b是根据本公开的一个实施例的文档处理方法的示意原理图；16.图4a至图4c是根据本公开的一个实施例的文档处理方法的示意原理图；17.图5是根据本公开的一个实施例的用于图像的数据提取方法的流程图；18.图6a至图6b是根据本公开的一个实施例的用于图像的数据提取方法的示意原理图；19.图7是根据本公开的一个实施例的文档处理装置的框图；20.图8是根据本公开的一个实施例的用于图像的数据提取装置的框图；以及21.图9是根据本公开的一个实施例的文档处理方法和/或用于图像的数据提取方法的电子设备的框图。具体实施方式22.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。23.一种示例方法中，可以人工提取文档中图表的结构化数据，成本较高，且数据提取的正确率不高。24.图1是根据本公开一个实施例的可以应用文档处理方法及装置和/或用于图表的数据提取方法及装置的示例性系统架构示意图。需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。25.如图1所示，根据该实施例的系统架构100可以包括多个终端设备101、网络102和服务器103。网络102用以在终端设备101和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型，例如有线和/或无线通信链路等等。26.用户可以使用终端设备101通过网络102与服务器103进行交互，以接收或发送消息等。终端设备101可以是各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机等等。27.本公开实施例所提供的文档处理方法以及用于图像的数据提取方法中的至少之一一般可以由服务器103执行。相应地，本公开实施例所提供的文档处理装置以及用于图像的数据提取装置一般可以设置于服务器103中。本公开实施例所提供的文档处理方法以及用于图像的数据提取方法也可以由不同于服务器103且能够与终端设备101和/或服务器103通信的服务器或服务器集群执行。相应地，本公开实施例所提供的文档处理装置以及用于图像的数据提取装置也可以设置于不同于服务器103且能够与终端设备101和/或服务器103通信的服务器或服务器集群中。28.图2是根据本公开的一个实施例的文档处理方法的流程图。29.如图2所示，该文档处理方法200可以包括操作s210～操作s250。30.在操作s210，根据文档页面中行文字图像的位置信息，生成多个第一包围框。31.在本公开实施例中，文档可以是pdf(portabledocumentformat，便携文件格式)文档。32.例如，文档可以是可搜索pdf文档或由其他编辑类应用程序创建的pdf文档。33.例如，文档可以是仅包含图像的pdf文档。在一个示例中，可以通过扫描操作创建仅包含图像的pdf文档。34.例如，文档可以是doc(document)文档。在一个示例中，某个doc文档中因数据被损坏，其每个页面均以图像的方式展示。35.在本公开实施例中，行文字图像的位置信息可以根据每个文字图像的位置信息得到。36.例如，可以利用xpdfreader等开源软件，解析pdf文档，得到pdf文档中每个文字图像的位置信息。在一个示例，可以利用xpdfreader等开源软件，解析可搜索pdf文档或由其他编辑类应用程序创建的pdf文档，得到pdf文档中每个文字图像的位置信息。在另一个示例中，可以先对仅包含图像的pdf文档进行ocr(光学字符识别)，在该仅包含图像的pdf文档中创建文字图层，再利用xpdfreader等开源软件，得到pdf文档中每个文字图像的位置信息。37.例如，pdf文档中每个文字图像均具有相对于其所在页面左上顶点的位置信息，例如坐标(比如文字图像的左上顶点坐标)、高度和宽度。根据文字图像的纵坐标值，生成第四子包围框，该第四子包围框中每个文字图像的纵坐标值相同或相近。再根据第四子包围框的纵坐标值(其每个文字图像的纵坐标值的平均值)，计算预设范围内的多个第四子包围框的间距(比如边缘之间的距离)。根据多个第四子包围框的间距，生成第五子包围框。该第五子包围框中包括至少一个第四子包围框，其中的至少一个第四子包围框之间的间距小于预设间距阈值。可以根据第五子包围框的位置信息，得到行文字图像的位置信息。行文字图像的位置信息是根据该行中每个文字图像的位置信息得到的。再根据行文字图像的位置信息，生成第一包围框。第一包围框内包括至少一个第五子包围框。该第一包围框内每个文字图像的纵坐标值相同或纵坐标值的差异在预设差异范围内。38.在操作s220，根据多个第一包围框的位置信息，生成多个第二包围框，每个第二包围框用于标记文档页面中一个文本稀疏区域。39.在本公开实施例中，文本稀疏区域可以是无文字的空白区域或者文字数量少于预设数量阈值的区域。40.例如，文本稀疏区域可以是文档中图表所在的区域。41.在本公开实施例中，第二包围框包括第一子包围框和第二子包围框。42.在本公开实施例中，在任意两个上下相邻的第一包围框之间生成一个第一子包围框。在本公开实施例中，第一子包围框的宽度可以为页面的宽度。43.例如，第一包围框是根据行文字图像的位置信息生成的，而多行文字图像之间有空白区域。该空白区域可以为文本稀疏区域，可以用第一子包围框标记。44.在本公开实施例中，在每个第一包围框的左侧和/或右侧生成一个第二子包围框。在本公开实施例中，第二子包围框的宽度为第一包围框的边缘至文档页面的边缘的长度。45.例如，文档可以具有页边距，那么在行文字图像的左右两侧就具有空白区域。这些空白区域可以为文本稀疏区域，可以用第二子包围框标记。46.在本公开实施例中，文档页面中可以包含至少两栏文字。47.例如，一些论文中，每个文档页面包含两栏文字。48.在本公开实施例中，针对多个第一包围框中每个第一包围框，根据该第一包围框的位置信息和第二包围框的位置信息，确定至少一个重叠区域，一个重叠区域与至少一个第二包围框对应。49.例如，在包含两栏文字的文档中，针对每栏文字中的每个行文字图像，生成了多个第一包围框和多个第二包围框。在包含两栏文字的文档中，两栏文字中行文字图像的位置信息并不完全一致。因此，第一包围框可能与多个第二包围框之间有重叠区域。50.在本公开实施例中，针对至少一个重叠区域，分别从与每个重叠区域对应的至少一个第二包围框中去除该重叠区域，得到多个调整后的第二包围框。51.例如，可以从与每个重叠区域对应的第二包围框中去除该重叠区域。又例如，可以从与每个重叠区域对应的至少一个第二包围框中去除该重叠区域及该重叠区域上方或下方的区域。52.在操作s230，对相邻的第二包围框执行合并操作，得到多个候选包围框。53.在本公开实施例中，候选包围框为矩形。54.例如，在第一包围框左侧生成的第二子包围框的宽度可以为第一包围框的左侧框线至文档页面的左侧边缘的长度。55.又例如，在第一包围框右侧生成的第二子包围框的宽度可以为第一包围框的右侧框线至文档页面的右侧边缘的长度。56.在本公开实施例中，对相邻的第二包围框执行合并操作后，得到的候选包围框的宽度可以与第二子包围框相同，得到的候选包围框的高度可以大于等于合并的第二包围框的高度。57.在本公开实施例中，对每个第一子包围框执行划分操作，得到与第二子包围框的宽度相等的多个第三子包围框。58.例如，第一子包围框的宽度可以大于第二子包围框的宽度。需要调整第一子包围框的宽度，以执行合并操作。执行划分操作后，得到多个第三子包围框和第一子包围框的除第三子包围框之外的剩余部分。59.在本公开实施例中，对第三子包围框与第二子包围框执行合并操作，得到候选包围框。60.例如，有多个第二包围框相邻时，候选包围框的宽度可以与第二子包围框相同，候选包围框的高度可以大于或等于相邻的第二子包围框和第三子包围框的高度。61.例如，执行合并操作后，将至少一个第三子包围框与至少一个第二子包围框合并，得到的框可以作为候选包围框。62.又例如，执行合并操作后，第一子包围框的剩余部分也可以作为候选包围框。63.在操作s240，针对多个候选包围框，根据每个候选包围框的位置信息，确定文档页面的多个局部图像64.例如，每个候选包围框可以确定文档页面上一个区域。根据该区域，可以确定该区域内的图像。65.在操作s250，根据多个局部图像中的内容，生成目标图像。66.例如，多个局部图像中的内容可以是图表，也可以是空白或风景图。可以将内容为图表的局部图像作为目标图像。67.例如，可以根据文档页面的页边距，从目标图像中去除白边。68.通过本公开实施例，由于图像可以是文档页面中的文本稀疏区域，因此通过上述操作可以从文档页面中准确的提取出图表。尤其是可以从具有多栏文字的论文中准确的提取出图表。可从大量的论文中快速准确的提取出图表，节约了大量的人力。69.图3a至图3b是根据本公开一个实施例的示意原理图。70.如图3a所示，文档页面301中包含三个行文字图像，根据每个行文字图像的位置信息，可以生成三个第一包围框。三个第一包围框例如包括图3a中的第一包围框3021和第一包围框3022，以及与“本行文字为二示例”对应的第一包围框。71.根据三个第一包围框的位置信息，可以生成多个第二包围框，例如图3a中的四个第二子包围框3032。图3a还示出了第一子包围框30311和第一子包围框30312。72.如图3b所示，可以对相邻的第二包围框执行合并操作，得到四个候选包围框，例如图3b中的候选包围框3041、候选包围框3042及候选包围框3043。标记“本行文字仅为一示例”的第一包围框与第一包围框3021之间的第一子包围框的剩余部分也可以作为候选包围框。执行合并操作后，候选包围框3043是第一子包围框30312的剩余部分。针对四个候选包围框，根据每个候选包围框的位置信息，可以确定文档页面301的多个局部图像。根据多个局部图像的内容，可以确定目标图像，例如将根据候选包围框3043确定的一个局部图像确定为目标图像。73.图4a至图4c是根据本公开另一实施例的示意原理图。74.如图4a所示，文档页面401包括两栏文字。位于文档页面401左侧的一栏文字的包括四个行文字图像，而位于文档页面401右侧的一栏文字包括一个行文字图像和一个图表405。75.根据文档页面中行文字图像的位置信息，可以生成五个第一包围框，例如图4a中的第一包围框4021和第一包围框4022。76.根据五个第一包围框的位置信息，可以生成多个第二包围框。第二包围框可以包括例如图4a中所示的“示例标题”和“左侧栏文字一示例”之间的第一子包围框4031。第二包围框还可以包括例如图4a中“左侧栏文字一示例”两侧的第二子包围框4033，以及“右侧栏文字示例”两侧的第二子包围框4032。77.如图4a所示，还可以在文档页面401中第一包围框4021的上方生成一个第三包围框406，也可以在文档页面401中第一包围框4022的下方生成一个第三包围框406。78.如图4a所示，标记“右侧栏文字示例”的第一包围框与第一子包围框4031、第二子包围框4033均有重叠区域。可以从第一子包围框4031、第二子包围框4033中去除该重叠区域，得到例如图4b中的调整后的第一子包围框4031’和调整后的第二子包围框4033’。采用类似的方式，可以从与每个重叠区域对应的至少一个第二包围框中去除该重叠区域，得到其他调整后的第二包围框。79.可以对相邻的第二包围框执行合并操作，得到多个候选包围框。在执行合并操作的过程中，第二子包围框4035、调整后的第二子包围框4033’与第一子包围框4034相邻。可以将宽度差值在预设差值范围内的相邻第二包围框合并。例如，在第二子包围框4035和调整后的第二子包围框4033’中，第一子包围框4034与第二子包围框4035的宽度差值较小，在预设差值范围内，可以将第一子包围框4034与第二子包围框4035合并。80.在一个示例中，将对第一子包围框4034执行划分操作，得到与第二子包围框4035的宽度相等的一个第三子包围框。按照类似的方式，对第一子包围框4036执行划分操作，再进行合并操作，得到例如图4c中的候选包围框4043。81.多个候选包围框可以包括例如图4c中的候选包围框4041、候选包围框4042、候选包围框4043和候选包围框4044。针对多个候选包围框，根据每个候选包围框的位置信息，可以确定文档页面401的多个局部图像。根据多个局部图像的内容，可以确定目标图像，例如将根据候选包围框4043确定的一个局部图像确定为目标图像。目标图像可以是例如图4c中的折线图405。82.需要说明的是，例如图3a至图3b、图4a至图4c中的第二包围框的宽度可以是第一包围框的边缘至文档页面的边缘的长度，但为了在图中清楚地区分第一包围框的边缘、第二包围框的边缘、文档页面的边缘，对第二包围框的宽度进行了一定缩小。83.图5是根据本公开一个实施例的用于图像的数据提取方法的流程图。84.如图5所示，该用于图像的数据提取方法500可以包括操作s510～操作s530。85.在操作s510，根据目标图像内每个像素的像素值，确定目标图像中位于坐标轴上的n个标记点的坐标。86.例如，目标图像可以是例如图4c中的折线图405。87.例如，标记点可以为坐标轴上的刻度线端点。88.在本公开实施例中，可以对目标图像进行像素分析，得到每个像素的像素值。89.例如，根据像素分析的结果，可以得到目标图像有存在像素值相同的多个连续的像素，进而可以确定出目标图像中的多条水平线段和竖直线段，将其中长度较长且互相垂直的线段作为坐标轴，比如将最长的水平线段作为横轴、将最长竖直线段作为纵轴。再根据坐标轴确定原点，在一个示例中，可以将横轴和纵轴的交点作为原点。90.在本公开实施例中，坐标轴包括m个像素。91.例如，横轴包括m个像素。92.在本公开实施例中，可以获取距离坐标轴最近的k行像素中每行像素的m个像素；k≥1。93.例如，距离横轴最近的k行像素可以在横轴的上方，也可以在横轴的下方。又例如，距离坐标轴最近的k行像素可以在纵轴的左侧，也可以在纵轴的右侧。94.例如，k＝2，可以获取距离横轴最近的2行像素中第一行像素的m个像素和第二行像素的m个像素。第一行像素与横轴距离最近，第二像素次之。95.在本公开实施例中，计算坐标轴的第j个像素与第一行像素的第j个像素的相似度，计算计算坐标轴的第j个像素与第二行像素的第j个像素的相似度。96.例如，响应于坐标轴上的第j个像素与每行像素中的第j个像素的相似度大于预设相似度阈值、坐标轴上的第j‑1个像素与每行像素中的第j‑1个像素的相似度小于预设相似度阈值、且坐标轴上的第j 入个像素点与每行像素中的第j λ个像素的相似度小于预设相似度阈值，确定坐标轴上的第j个像素为一个标记点；j＝2，……，m；λ为预设值，且λ为自然数。在一个示例中，坐标轴可以是横轴。在另一个示例中，λ可以取1。另一个示例中，预设相似度阈值可以为50％。在另一个示例中，刻度线较宽，λ可以为3。97.在操作s520，根据n个标记点的坐标，对目标图像执行划分操作，得到n 1个子区域。98.例如，生成经过横轴上n个标记点的n条竖直线，得到n 1个子区域。99.在操作s530，针对n 1个子区域中第i个子区域，执行文本识别操作，得到与第i个子区域对应的第i组数据。100.在本公开实施例中，i＝1，......，n 1。101.例如，横轴上有5个刻度线，可以得到6个子区域。每个子区域对应横轴上的一个数值。执行文本识别操作后，可以从子区域中提取出数据，从建立横轴上的数值与从子区域中提取出数据的对应关系。102.需要说明的是，文本识别操作可以是ocr(opticalcharacterrecognition，光学字符识别)操作，也可以是其他操作。例如，可以利用像素分析，确定子区域中的折线图的拐点或端点，再确定拐点或端点到横轴的距离，以确定拐点或端点的对应的数据。103.通过本公开实施例，可以准确地从柱形图或折线图中提取出数据。尤其是可以准确地从具有两栏文字的论文的柱形图或折线图中提取出数据。104.图6a至图6b是根据本公开一个实施例的用于图像的数据提取方法的示意原理图。105.如图6a所示，根据目标图像601内每个像素的像素值，可以确定目标图像601中的n个标记点的坐标，例如可以确定目标图像中5个标记点的坐标。其中一个标记点为横轴602上的第一个刻度线605的端点。106.例如，可以得到目标图像有存在像素值相同的多个连续的像素，进而可以确定出目标图像中的多条水平线段和竖直线段，将其中长度较长且互相垂直的线段作为坐标轴，比如将最长的水平线段作为横轴602、将最长的两条竖直线段作为第一纵轴603和第二纵轴604。如图6a所示，横轴602是水平线段中最长的，而第一纵轴603和第二纵轴604是竖直线段中最长的。再根据坐标轴确定原点，可以将横轴602和第一纵轴603的交点作为原点。107.从目标图像601中确定横轴602之后，可以参照前文记载的关于操作s510的方法确定横轴上的刻度线。可以将横轴602上的刻度线的端点作为标记点，得到5个标记点。108.如图6b所示，根据5个标记点的坐标，对目标图像执行划分操作，得到6个子区域。6个子区域对应横轴上6个数值，分别为2014、2015、2016、2017、2018、2019。109.再分别对6个子区域执行文本识别操作，可以得到6个数据，，分别为127、163、283、113、189、435。110.最后，可以提取出6组结构化数据(2014，127)、(2015，163)、(2016，283)、(2017，113)、(2018，189)、(2019，435)，作为文本识别的结果。111.图7是根据本公开的一个实施例的文档处理装置的框图。112.如图7所示，该装置700可以包括第一生成模块710、第二生成模块720、合并模块730、第一确定模块740以及第三生成模块750。113.第一生成模块710，用于根据文档页面中行文字图像的位置信息，生成多个第一包围框。在一些实施例中，第一生成模块710可以用于执行上述操作s210，本公开在此不再赘述。114.第二生成模块720，用于根据上述多个第一包围框的位置信息，生成多个第二包围框，每个第二包围框用于标记上述文档页面中一个文本稀疏区域。在一些实施例中，第二生成模块720可以用于执行上述操作s220，本公开在此不再赘述。115.合并模块730，用于对相邻的第二包围框执行合并操作，得到多个候选包围框。在一些实施例中，合并模块730可以用于执行上述操作s230，本公开在此不再赘述。116.第一确定模块740，用于针对上述多个候选包围框，根据每个候选包围框的位置信息，确定文档页面的多个局部图像。在一些实施例中，第一确定模块740可以用于执行上述操作s240，本公开在此不再赘述。117.第三生成模块750，用于根据上述多个局部图像中的内容，生成目标图像。在一些实施例中，第三生成模块750可以用于执行上述操作s250，本公开在此不再赘述。118.在一些实施例中，上述第二包围框包括第一子包围框和第二子包围框；上述第二生成模块包括：第一生成单元，用于在任意两个上下相邻的上述第一包围框之间生成一个第一子包围框；以及第二生成单元，用于在每个上述第一包围框的左侧和/或右侧生成一个第二子包围框。119.在一些实施例中，上述候选包围框为矩形；上述第二子包围框的宽度为上述第一包围框的边缘至上述文档页面的边缘的长度；上述合并模块包括：划分单元，用于对每个第一子包围框执行划分操作，得到与上述第二子包围框的宽度相等的多个第三子包围框；以及合并单元，用于对上述第三子包围框与上述第二子包围框执行合并操作，得到候选包围框。120.在一些实施例中，上述第二生成模块包括：第一确定单元，用于针对上述多个第一包围框中每个第一包围框，根据该第一包围框的位置信息和上述第二包围框的位置信息，确定至少一个重叠区域，一个重叠区域与至少一个上述第二包围框对应；以及去除单元，用于针对至少一个重叠区域，分别从与每个重叠区域对应的至少一个上述第二包围框中去除该重叠区域，得到多个调整后的第二包围框。121.在一些实施例中，上述第一生成模块还用于根据上述文档页面中每个文字图像的位置信息和每个文本图像的高度，针对上述文档页面中的每行文字，生成多个第一包围框。122.图8是根据本公开的另一个实施例的用于图像的数据提取装置的框图。123.如图8所示，该装置800可以包括第二确定模块810、划分模块820及文本识别模块830。124.第二确定模块810，用于根据目标图像内每个像素的像素值，确定上述目标图像中位于坐标轴上的n个标记点的坐标。在一些实施例中，第二确定模块810可以用于执行上述操作s510，本公开在此不再赘述。125.划分模块820，用于根据n个标记点的坐标，对上述目标图像执行划分操作，得到n 1个子区域。在一些实施例中，划分模块820可以用于执行上述操作s820，本公开在此不再赘述。126.文本识别模块830，用于针对上述n 1个子区域中第i个子区域，执行文本识别操作，得到与第i个子区域对应的第i组数据；i＝1，......，n 1。在一些实施例中，文本识别模块830可以用于执行上述操作s530，本公开在此不再赘述。127.其中，上述目标图像是根据例如图7中的文档处理装置生成的。128.在一些实施例中，上述坐标轴包括m个像素；上述第二确定模块包括：获取单元，用于获取距离上述坐标轴最近的k行像素中每行像素的m个像素；k≥1；第二确定单元，用于响应于上述坐标轴上的第j个像素与每行像素中的第j个像素的相似度大于预设相似度阈值、上述坐标轴上的第j‑1个像素与每行像素中的第j‑1个像素的相似度小于预设相似度阈值、且上述坐标轴上的第j λ个像素点与每行像素中的第j λ个像素的相似度小于预设相似度阈值，确定上述坐标轴上的第j个像素为一个标记点；j＝2，……，m；λ为预设值，且λ为自然数。129.本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。130.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。131.图9示出了可以用来实施本公开的实施例的示例电子设备900的示意性框图。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/或者要求的本公开的实现。132.如图9所示，设备900包括计算单元901，其可以根据存储在只读存储器(rom)902中的计算机程序或者从存储单元908加载到随机访问存储器(ram)903中的计算机程序，来执行各种适当的动作和处理。在ram903中，还可存储设备900操作所需的各种程序和数据。计算单元901、rom902以及ram903通过总线904彼此相连。输入/输出(i/o)接口905也连接至总线904。133.设备900中的多个部件连接至i/o接口905，包括：输入单元906，例如键盘、鼠标等；输出单元907，例如各种类型的显示器、扬声器等；存储单元908，例如磁盘、光盘等；以及通信单元909，例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900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。134.计算单元901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。计算单元901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计算单元、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。计算单元901执行上文所描述的各个方法和处理，例如文档处理方法或用于图像的数据提取方法。例如，在一些实施例中，文档处理方法或用于图像的数据提取方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元908。在一些实施例中，计算机程序的部分或者全部可以经由rom902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到ram903并由计算单元901执行时，可以执行上文描述的文档处理方法或用于图像的数据提取方法的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行文档处理方法或用于图像的数据提取方法。135.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。136.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码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或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码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。137.在本公开的上下文中，机器可读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程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读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。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。138.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：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计算机。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。139.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)和互联网。140.计算机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。141.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，本发公开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，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。142.上述具体实施方式，并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。当前第1页12