文件图像的处理方法、装置和服务器

技术领域

本说明书属于人工智能技术领域，尤其涉及文件图像的处理方法、装置和服务器。

背景技术

在金融业务场景中，常常会使用到诸如票据、证件等相关文件。交易系统需要通过处理包含上述文件的图片，获取并使用上述文件的文本信息，来完成具体的业务数据处理。

基于现有方法，交易系统往往需要针对不同类型的文件分别单独训练相对应的图像文本识别模型，用于识别并获取图像中文件的文本信息。但是，上述图像文本识别模型每一个模型只能用于单独识别处理一种文件类型的图像。导致交易系统常常需要针对数量繁多的文件类型中的各个文件类型，分别单独训练相对应的图像文本识别模型，数据处理量相对较大，处理成本相对较高。并且，对于新出现的新的文件，还需要另外再单独训练一个新的图像文本识别模型，进一步影响了整体的处理效率。

针对上述问题，目前尚未提出有效的解决方案。

发明内容

本申请提供了一种文件图像的处理方法、装置和服务器，不需要针对不同类型的文件分别单独训练相对应的图像文本识别模型，也不需要训练专门的文件分类模型，结合相关模板，通过充分利用已有的通用性模型，就能准确、高效地处理和识别包含有不同类型文件的图像，有效地减少了模型训练量，提高了整体的数据处理效率。

本申请提供了一种文件图像的处理方法，应用于服务器，包括：

获取目标图像；其中，所述目标图像包含有待识别的目标文件；

利用预设的图像处理模型处理目标图像，得到目标识别结果；其中，所述目标识别结果包含有基于目标图像识别到的字符串，以及字符串的位置坐标；

根据目标识别结果，确定出目标定位字段；并根据目标定位字段检索预设的模板集，确定出与目标文件相匹配的目标模板；其中，预设的模板集包含有多个预设模板；所述预设模板分别与一种文件类型对应；所述预设模板包含有多个预设的定位字段、与多个预设的定位字段对应的预设的识别区，以及预设的定位字段的参考坐标、预设的识别区的参考坐标；

根据目标模板和目标识别结果，确定出目标图像中的与目标定位字段对应的目标识别区；并从目标图像中截取包含有单个目标识别区的目标局部图像；

确定与目标识别区对应的目标文本识别子模型；并利用目标文本识别子模型通过处理目标局部图像，以获取目标识别区的文本内容；

组合目标定位字段，以及与目标定位字段对应的目标识别区的文本内容，得到目标文件的文本数据。

在一个实施例中，根据目标识别结果，确定出目标定位字段，包括：

利用预设的定位字段表，从目标识别结果中筛选出匹配度大于预设的匹配度阈值的字符串，作为所述目标定位字段。

在一个实施例中，根据目标定位字段检索预设的模板集，确定出与目标文件相匹配的目标模板，包括：

检索预设的模板集，并计算目标定位字段与预设模板所包含的预设的定位字段之间的近似度；

从预设的模板集中筛选出近似度符合要求的预设模板，作为与目标文件相匹配的目标模板。

在一个实施例中，根据目标模板和目标识别结果，确定出目标图像中的与目标定位字段对应的目标识别区，包括：

根据目标模板，获取预设的定位字段的参考坐标；根据目标识别结果，获取目标定位字段的位置坐标；

根据相对应的预设的定位字段的参考坐标和目标定位字段的位置坐标，构建关于目标图像与目标模板的坐标转换关系；

根据坐标转换关系修正目标模板中预设的识别区的参考坐标，得到预设的识别区的修正坐标；

根据预设的识别区的修正坐标，在目标图像中确定出与目标定位字段对应的目标识别区。

在一个实施例中，确定与目标识别区对应的目标文本识别子模型，包括：

检索预设的模型库，确定与目标识别区相对应的预设的文本识别子模型，作为目标文本识别子模型；其中，预设的模型库存储有多个预设的文本识别子模型；所述预设的文本识别子模型用于对所对应的识别区进行文本识别。

在一个实施例中，所述方法还包括：

在预设的模型库中未检索到与目标识别区相对应的预设的文本识别子模型的情况下，根据与目标定位字段相对应的预设的识别区的修正坐标，从目标识别结果中筛选出位置坐标符合要求的字符串；并将该字符串确定为目标识别区的文本内容。

在一个实施例中，所述方法还包括：

检测目标模板中是否存在针对目标识别区的定制化处理规则；

在确定目标模板中存在针对目标识别区的定制化处理规则的情况下，获取并根据该定制化处理规则，对目标识别区的文本内容进行加工处理，得到目标识别区的处理后的文本内容。

在一个实施例中，在获取目标图像之前，所述方法还包括：

接收模板配置请求；其中，所述模板配置请求至少携带有标注后的模板图像；所述标注后的模板图像包括待配置模板的文件；所述标注后的模板图像还包括使用预设标记标注出的预设的定位字段，以及与预设的定位字段对应的预设的识别区；

响应模板配置请求，根据标注后的模板图像，通过检索预设标记，在模板图像中确定出预设的定位字段、与预设的定位字段对应的预设的识别区，以及预设的定位字段的参考坐标、与预设的定位字段对应的预设的识别区的参考坐标；

根据预设的定位字段、与预设的定位字段对应的预设的识别区，以及预设的定位字段的参考坐标、与预设的定位字段对应的预设的识别区的参考坐标，构建与该文件的文件类型对应的预设模板。

在一个实施例中，所述配置请求还携带有针对待配置模板的文件中的指定识别区的定制化处理指示信息；

相应的，在构建与该文件的文件类型对应的预设模板的过程中，还包括：

根据定制化处理指示信息，确定定制化处理内容；

根据定制化处理内容，检索当前的处理规则库中是否存在与定制化处理内容相匹配的处理规则；

在确定当前的处理规则库中不存在相匹配的处理规则的情况下，根据定制化处理内容进行规则配置，并通过正则化处理，以得到对应的定制化处理规则；

将定制化处理规则添加到预设模板中，并将该定制化处理规则存入当前的处理规则库内。

本申请还提供了一种文件图像的处理方法，应用于用户终端，包括：

响应用户发起的触发操作，采集包含有待识别的目标文件的图像作为目标图像；

生成目标图像处理请求；其中，所述目标图像处理请求至少携带有目标图像；

将目标图像处理请求发送至服务器；其中，服务器根据目标图像处理请求获取目标图像，利用预设的图像处理模型处理目标图像，得到目标识别结果；服务器根据目标识别结果，确定出目标定位字段；并根据目标定位字段确定出与目标文件相匹配的目标模板；服务器根据目标模板和目标识别结果，确定出目标图像中的与目标定位字段对应的目标识别区；服务器利用与目标识别区对应的目标文本识别子模型识别获取目标识别区的文本内容；组合目标定位字段，以及与目标定位字段对应的目标识别区的文本内容，得到目标文件的文本数据；

接收目标文件的文本数据。

在一个实施例中，所述方法还包括：

接收并响应用户的标注操作，在包含有待配置模板的文件的模板图像中使用预设标记标注出的预设的定位字段，以及与预设的定位字段对应的预设的识别区，得到标注后的模板图像；

生成模板配置请求；其中，所述模板配置请求至少携带有标注后的模板图像；

将所述模板配置请求发送至服务器；其中，所述服务器接收并响应模板配置请求，根据标注后的模板图像，配置与该文件的文件类型对应的预设模板。

本申请还提供了一种文件图像的处理装置，应用于服务器，包括：

获取模块，用于获取目标图像；其中，所述目标图像包含有待识别的目标文件；

第一处理模块，用于利用预设的图像处理模型处理目标图像，得到目标识别结果；其中，所述目标识别结果包含有基于目标图像识别到的字符串，以及字符串的位置坐标；

第一确定模块，用于根据目标识别结果，确定出目标定位字段；并根据目标定位字段检索预设的模板集，确定出与目标文件相匹配的目标模板；其中，预设的模板集包含有多个预设模板；所述预设模板分别与一种文件类型对应；所述预设模板包含有多个预设的定位字段、与多个预设的定位字段对应的预设的识别区，以及预设的定位字段的参考坐标、预设的识别区的参考坐标；

第二确定模块，用于根据目标模板和目标识别结果，确定出目标图像中的与目标定位字段对应的目标识别区；并从目标图像中截取包含有单个目标识别区的目标局部图像；

第二处理模块，用于确定与目标识别区对应的目标文本识别子模型；并利用目标文本识别子模型通过处理目标局部图像，以获取目标识别区的文本内容；

组合模块，用于组合目标定位字段，以及与目标定位字段对应的目标识别区的文本内容，得到目标文件的文本数据。

本申请还提供了一种文件图像的处理装置，应用于用户终端，包括：

采集模块，用于响应用户发起的触发操作，采集包含有待识别的目标文件的图像作为目标图像；

生成模块，用于生成目标图像处理请求；其中，所述目标图像处理请求至少携带有目标图像；

发送模块，用于将目标图像处理请求发送至服务器；其中，服务器根据目标图像处理请求获取目标图像，利用预设的图像处理模型处理目标图像，得到目标识别结果；服务器根据目标识别结果，确定出目标定位字段；并根据目标定位字段确定出与目标文件相匹配的目标模板；服务器根据目标模板和目标识别结果，确定出目标图像中的与目标定位字段对应的目标识别区；服务器利用与目标识别区对应的目标文本识别子模型识别获取目标识别区的文本内容；组合目标定位字段，以及与目标定位字段对应的目标识别区的文本内容，得到目标文件的文本数据；

接收模块，用于接收目标文件的文本数据。

本申请还提供了一种服务器，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现以下步骤：获取目标图像；其中，所述目标图像包含有待识别的目标文件；

利用预设的图像处理模型处理目标图像，得到目标识别结果；其中，所述目标识别结果包含有基于目标图像识别到的字符串，以及字符串的位置坐标；

根据目标识别结果，确定出目标定位字段；并根据目标定位字段检索预设的模板集，确定出与目标文件相匹配的目标模板；其中，预设的模板集包含有多个预设模板；所述预设模板分别与一种文件类型对应；所述预设模板包含有多个预设的定位字段、与多个预设的定位字段对应的预设的识别区，以及预设的定位字段的参考坐标、预设的识别区的参考坐标；根据目标模板和目标识别结果，确定出目标图像中的与目标定位字段对应的目标识别区；并从目标图像中截取包含有单个目标识别区的目标局部图像；确定与目标识别区对应的目标文本识别子模型；并利用目标文本识别子模型通过处理目标局部图像，以获取目标识别区的文本内容；组合目标定位字段，以及与目标定位字段对应的目标识别区的文本内容，得到目标文件的文本数据。

本申请还提供了一种计算机可读存储介质，其上存储有计算机指令，所述指令被处理器执行时实现所述文件图像的处理方法的相关步骤。

本申请还提供了一种计算机程序产品，包含有计算机程序，所述计算机程序被处理器执行时实现所述文件图像的处理方法的相关步骤。

基于本申请提供的文件图像的处理方法、装置和服务器，服务器在获取包含有待识别的目标文件中的文本数据的目标图像之后，可以先利用通用的预设的图像处理模型对目标图像中的文本字符进行全量识别处理，得到包含有基于目标图像识别到的字符串，以及字符串的位置坐标的目标识别结果；接着，可以从目标识别结果中确定出目标定位字段；并根据目标定位字段，从预设的模板集所包含的多个预设模板中确定出与该目标文件相匹配的目标模板；然后，可以根据目标模板和目标识别结果，在目标图像中准确地确定出与目标定位字段对应的目标识别区；并从目标图像中截取只包含有单个目标识别区的目标局部图像；接着，可以确定并利用与目标识别区对应的目标文本识别子模型处理目标局部图像，以获得目标识别区的文本内容；再组合目标定位字段，以及对应的目标识别区的文本内容，得到目标文件的文本数据。从而不需要再针对不同类型的文件分别单独训练相对应的文本识别模型，也不需要训练专门的文件分类模型，通过结合相关模板，充分利用已有的通用性模型，就能准确、高效地处理和识别包含有不同类型文件的图像，有效地减少了模型训练量，提高了整体的数据处理效率。

附图说明

为了更清楚地说明本说明书实施例，下面将对实施例中所需要使用的附图作简单地介绍，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本说明书的一个实施例提供的文件图像的处理方法的流程示意图；

图2是在一个场景示例中，应用本说明书实施例提供的文件图像的处理方法的一种实施例的示意图；

图3是在一个场景示例中，应用本说明书实施例提供的文件图像的处理方法的一种实施例的示意图；

图4是在一个场景示例中，应用本说明书实施例提供的文件图像的处理方法的一种实施例的示意图；

图5是在一个场景示例中，应用本说明书实施例提供的文件图像的处理方法的一种实施例的示意图；

图6是本说明书的另一个实施例提供的文件图像的处理方法的流程示意图；

图7是本说明书的一个实施例提供的服务器的结构组成示意图；

图8是本说明书的一个实施例提供的文件图像的处理装置的结构组成示意图；

图9是本说明书的另一个实施例提供的文件图像的处理装置的结构组成示意图。

具体实施方式

为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。

参阅图1所示，本说明书实施例提供了一种文件图像的处理方法，其中，该方法具体应用于服务器一侧。具体实施时，该方法可以包括以下内容：

S101：获取目标图像；其中，所述目标图像包含有待识别的目标文件；

S102：利用预设的图像处理模型处理目标图像，得到目标识别结果；其中，所述目标识别结果包含有基于目标图像识别到的字符串，以及字符串的位置坐标；

S103：根据目标识别结果，确定出目标定位字段；并根据目标定位字段检索预设的模板集，确定出与目标文件相匹配的目标模板；其中，预设的模板集包含有多个预设模板；所述预设模板分别与一种文件类型对应；所述预设模板包含有多个预设的定位字段、与多个预设的定位字段对应的预设的识别区，以及预设的定位字段的参考坐标、预设的识别区的参考坐标；

S104：根据目标模板和目标识别结果，确定出目标图像中的与目标定位字段对应的目标识别区；并从目标图像中截取包含有单个目标识别区的目标局部图像；

S105：确定与目标识别区对应的目标文本识别子模型；并利用目标文本识别子模型通过处理目标局部图像，以获取目标识别区的文本内容；

S106：组合目标定位字段，以及与目标定位字段对应的目标识别区的文本内容，得到目标文件的文本数据。

在一些实施例中，参阅图2所示，上述文件图像的处理方法具体可以应用于服务器一侧。

其中，上述服务器具体可以包括应用于交易平台(例如，XX银行的交易平台)一侧，能够实现数据传输、数据处理等功能的后台服务器。具体的，所述服务器例如可以为一个具有数据运算、存储功能以及网络交互功能的电子设备。或者，所述服务器也可以为运行于该电子设备中，为数据处理、存储和网络交互提供支持的软件程序。在本实施例中，并不具体限定所述服务器的数量。所述服务器具体可以为一个服务器，也可以为几个服务器，或者，由若干服务器形成的服务器集群。

上述目标图像具体可以理解为包含有待识别的目标文件的图像。

其中，上述目标文件具体可以是办理业务(例如，转账业务、汇款业务、开户业务等等)时需要使用到的文件。上述目标文件包含有待识别的文本数据。

具体的，上述目标文件可以包括一些至少之一：身份证、票均、汇款单、转账单、房产证、存折等等。当然，上述所列举的目标文件只是一种示意性说明。根据具体的业务场景和处理需求，上述目标文件还可以包括其他类型的文件。对此，本说明书不作限定。

需要说明的是，在本说明书中所涉及到的与用户相关的信息数据，均为在用户知晓的且同意的前提下获取和使用的。并且，对于上述信息数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。

具体实施时，当用户想要通过交易平台进行相关的交易数据处理时，可以根据提示信息，使用所持有的用户终端拍摄交易平台要求用户提供的目标文件的照片，作为目标图像；再将该目标图像通过有线或无线的方式发送给服务器。相应的，服务器可以获取目标图像。

其中，上述用户终端具体可以包括一种应用于用户一侧，能够实现数据采集、数据传输等功能的前端。具体的，所述用户终端例如可以为台式电脑、平板电脑、笔记本电脑、智能手机等电子设备。或者，所述用户终端也可以为能够运行于上述电子设备中的软件应用。例如，可以是在智能手机上运行的XX银行APP等。

在一些实施例中，上述预设的图像处理模型具体可以理解为一种通用性较高的文本识别模型。基于预设的图像处理模型可以识别出图像中全量的字符串，并确定出各个字符串的位置坐标。

需要说明的是，相对于常规针对各个文件类型训练的图像文本识别模型，上述预设的图像处理模型具有相对较高的通用性，能够识别包含有不同类型文件的图像中的全量字符串，但是无法确定出不同字符串之间的对应的关系；此外，识别精度相对较差。

具体的，上述预设的图像处理模型可以包括基于深度学习算法训练得到的具有较好的通用性的神经网络模型。

在一些实施例中，具体实施前，参阅图3所示，可以按照以下方式训练得到预设的图像处理模型：

S1：获取样本图像；其中，样本图像为包含有不同类型文件的图像；

S2：使用预设标记在样本图像中标注出字符串，并标注出字符串的文本内容，以及位置坐标，得到标注后的样本图像；

S3：基于深度学习算法，利用标注后的样本图像进行模型训练，以得到符合要求的预设的图像处理模型。

具体进行标注时，可以使用矩形框作为预设标记，在样本图像中框选出字符串，并在该矩形框的邻近位置出标记出该字符串的文本字符串，以及位置坐标。

其中，上述位置坐标可以按照以下方式设置：[x,y,w,h]。其中，x表征矩形框左下角的顶点的横坐标，y表征矩形框左下角的顶点的纵坐标，w表征矩形框的宽度，h表征矩形框的高度。

在一些实施例中，具体实施时，可以将目标图像输入预设的图像处理模型中，并运行该预设的图像处理模型，输出与该目标图像对应的目标识别结果。

其中，目标识别结果包括基于该目标图像所直接识别到的字符串，以及字符串的位置坐标。

在一些实施例中，上述根据目标识别结果，确定出目标定位字段，具体实施时，可以包括以下内容：利用预设的定位字段表，从目标识别结果中筛选出匹配度大于预设的匹配度阈值的字符串，作为所述目标定位字段。

其中，预设的定位字段表包含有多个定位字段。预设的定位字段表包含的定位字段具体可以是预先根据多个预设模板，通过聚类处理所筛选出的稳定性较好，并且能够较有效地区别不同类型文件的固定字段。

其中，上述预设模板分别与一种文件类型对应，包含有所对应类型的文件中的多个预设的定位字段、与多个预设的定位字段对应的预设的识别区，以及预设的定位字段基于模板的参考坐标、预设的识别区基于模板的参考坐标。

上述预设的定位字段具体可以理解为所对应类型的文件中固定统一的字段。上述预设的识别区具体可以理解为包含有针对不同用户可能会存在差异的字段区域。进一步，在预设的模板中还可以存储有预设的定位字段与预设的识别区之间的对应关系。

具体的，参阅图4所示，在于存折对应的预设模板中，字段“存入日”、“存期”、“利率”可以理解为是一种预设的定位字段。包含有“20170810”、“两年”、“2.730000％”的方框区域可以理解为是一种预设的识别区。并且，在预设模板中还存储有预设的定位字段“存入日”与包含有“20170810”的预设的识别区之间的对应关系、预设的定位字段“利率”与包含有“两年”的预设的识别区之间的对应关系，以及预设的定位字段“存期”与包含有“2.730000％”的预设的识别区之间的对应关系等。此外，在预设模板中还可以包含有各个预设的定位字段、预设的识别区的位置坐标。

其中，上述预设模板具体可以是预先通过用户自定义配置的，也可以是服务器通过对包含有相应类型文件的图像进行聚类处理所生成的。

在一些实施例中，具体实施时，可以根据目标定位字段检索预设的模板集，确定出与目标文件相匹配的目标模板；其中，预设的模板集包含有多个预设模板。此外，上述预设的模板集中还可以记录有各个预设模板所对应的文件类型。

在一些实施例中，上述根据目标定位字段检索预设的模板集，确定出与目标文件相匹配的目标模板，具体实施时，可以包括以下内容：

S1：检索预设的模板集，并计算目标定位字段与预设模板所包含的预设的定位字段之间的近似度；

S2：从预设的模板集中筛选出近似度符合要求的预设模板，作为与目标文件相匹配的目标模板。

具体实施时，可以通过计算并利用目标定位字段与预设模板所包含的预设的定位字段之间的相似度，作为目标图像所包含的目标文件与预设模板之间的匹配度；再将预设的模板集中所包含的预设模板按照匹配度从大到小的顺序排列，从排序后的预设的模板集中筛选出排序最靠前的一个预设模板作为与目标文件相匹配的目标模板。

在一些实施例中，参阅图5所示，上述根据目标模板和目标识别结果，确定出目标图像中的与目标定位字段对应的目标识别区，具体实施时，可以包括以下内容：

S1：根据目标模板，获取预设的定位字段的参考坐标；根据目标识别结果，获取目标定位字段的位置坐标；

S2：根据相对应的预设的定位字段的参考坐标和目标定位字段的位置坐标，构建关于目标图像与目标模板的坐标转换关系；

S3：根据坐标转换关系修正目标模板中预设的识别区的参考坐标，得到预设的识别区的修正坐标；

S4：根据预设的识别区的修正坐标，在目标图像中确定出与目标定位字段对应的目标识别区。

基于上述实施例，可以利用基于已经确定出的预设的定位字段与目标定位字段所确定坐标转换关系，修正目标模板中预设的识别区的参考坐标，从而可以得到针对目标图像的预设的识别区的修正坐标。进一步，可以利用预设的识别区的修正坐标，检索目标识别结果，找到位置坐标与预设的识别区的修正坐标差异值小于等于预设的差异阈值的字符串，作为与目标定位字段对应的目标识别区中的字符串，从而在目标图像中确定出目标识别区。

在一些实施例中，考虑到不同类型文件中存在许多识别区是相同的或相近。例如，在存折与汇款单中都存在与预设的定位字段“用户姓名”对应的识别区。而对于相同或相近的识别区进行文本识别时所采集的特征，以及特征的使用方式往往是相同的。

因此，考虑针对不同类型文件图像，可以先将图像中待识别的识别区确定出来，再采用与识别区对应的预设的文本识别模型，基于识别区的维度进行细粒度的识别处理，得到各个识别区识别出的文本数据；再将各个识别区的文本数据，与相对应的定位字段进行组合，可以还原得到不同类型文件中完整的文本数据。这样，就不需要再另外再针对不同类型文件图像专门训练图像识别模型了。

从而可以有效减少模型训练量，减少整体的数据处理量，提高整体的数据处理效率。此外，训练预设的文本识别模型只需要使用包含有相对应的识别区的样本图像，相对于训练针对不同类型文件图像的图像识别模型，训练数据更容易获得，也更加的丰富。

在一些实施例中，上述确定与目标识别区对应的目标文本识别子模型，具体实施时，可以包括以下内容：

检索预设的模型库，确定与目标识别区相对应的预设的文本识别子模型，作为目标文本识别子模型；其中，预设的模型库存储有多个预设的文本识别子模型；所述预设的文本识别子模型用于对所对应的识别区进行文本识别。

其中，上述预设的文本识别子模型具体可以理解为一种预先训练得到针对一种或识别机理相同的多种识别区域进行针对性图像文本识别的算法模型。

具体的，一个预设的文本识别子模型可以与一种预设的识别区(或者一种预设的定位字段)对应，或者与多种预设的识别区(或者多种预设的定位字段对应)。

具体的，上述预设的模型库中还存储有预设的文本识别子模型与预设的识别区的对应关系。相应的，具体实施时，可以根据上述对应关系，找到与目标识别对应的预设的文本识别子模型，作为目标文本识别子模型。

在一些实施例中，具体实施前，可以按照以下方式训练得到预设的文本识别子模型：

S1：从标注后的样本图像中进一步分割出只包含有单个预设的识别区的局部图像；并在该局部图像中标注出预设的识别区中的文本内容以及识别区类型，作为标注后的样本子图像；

S2：根据标注后的样本子图像中预设的识别区的识别区类型，将包含有相同或相近的预设的识别区的标注后的样本子图像划分为进一个训练组，得到多个训练数据组；其中，一个训练数据组至少对应一种类型的预设的识别区；

S3：利用多个训练数据组，分别进行模型训练，以得到分别针对多个预设的识别区的多个预设的文本识别子模型。

此外，具体实施时，在分割出只包含有单个预设的识别区的局部图像之后，还可以通过对多个局部图像进行聚类，以自动划分出多个训练数据组。从而可以进一步提高数据处理效率。

在一些实施例中，具体实施时，可以利用目标文本识别子模型对目标局部图像进行相对较为精细且较有针对性的识别处理，从而可以更加精准地识别并获取目标识别区中待识别的文本内容，减少识别误差。

进一步，在得到目标识别区中的文本内容之后，还可以根据与目标定位字段相对应的预设的识别区的修正坐标，从目标识别结果中筛选出位置坐标相同或相近的字符串，得到之前利用预设的图像处理模型处理目标图像时，所识别出的目标识别区的文本内容，作为参考文本。进而可以以目标文本识别子模型所识别出的文本内容为基础，利用参考文本进行微调和修正，从而可以进一步减少误差，得到准确度更高的文本内容。

在一些实施例中，所述方法具体实施时，还可以包括以下内容：在预设的模型库中未检索到与目标识别区相对应的预设的文本识别子模型的情况下，可以根据与目标定位字段相对应的预设的识别区的修正坐标，从目标识别结果中筛选出位置坐标符合要求的字符串；并将该字符串确定为目标识别区的文本内容。

此外，服务器还可以记录下该目标识别区，并保存包含有该目标识别区的局部图像，以及利用预设的图像处理模型所识别到的目标识别区的字符串，作为与该目标识别区对应的训练数据。后续，服务器利用上述训练数据自动训练生成针对目标识别区的预设的文本识别子模型，并将该预设的文本识别子模型保存于预设的模型库中以及时对预设的模型库进行动态更新、扩展。

在一些实施例中，上述组合目标定位字段，以及与目标定位字段对应的目标识别区的文本内容，得到目标文件的文本数据，具体实施时，可以包括：根据目标模板，结合相关的位置坐标，组合相互对应的目标定位字段以及目标识别区的文本内容，以得到目标文件的文本数据。

在一些实施例中，预设模板中还可以存储有针对该预设模板中的某一个预设的识别区的定制化处理规则。

相应的，所述方法具体实施时，还可以包括以下内容：

S1：检测目标模板中是否存在针对目标识别区的定制化处理规则；

S2：在确定目标模板中存在针对目标识别区的定制化处理规则的情况下，获取并根据该定制化处理规则，对目标识别区的文本内容进行加工处理，得到目标识别区的处理后的文本内容。

其中，上述定制化处理规则具体可以理解为用户自定义设置的对所识别出的文本内容进行定制化的进一步再加工处理的处理规则。

具体的，上述定制化处理规则可以包括以下所列举的任意一种：关于日期格式的加工规则(例如，要将所识别到的日期“2022年6月10日”加工为以下格式“2022-06-10”)、关于利率数据的加工规则(例如，要将所识别到的利率数据保留到小数点后五位)、关于字符的取舍规则(例如，仅保留字符串中的数字字符，或者去除字符串中的符号)等。

基于上述实施例，在识别出目标识别区的文本内容之后，还可以根据相应的定制化加工处理规则，对文本内容进行定制化的再加工处理，从而可以满足用户多样化的个性需求。

在一些实施例中，在获取目标图像之前，所述方法具体实施时，还可以包括以下内容：

S1：接收模板配置请求；其中，所述模板配置请求至少携带有标注后的模板图像；所述标注后的模板图像包括待配置模板的文件；所述标注后的模板图像还包括使用预设标记标注出的预设的定位字段，以及与预设的定位字段对应的预设的识别区；

S2：响应模板配置请求，根据标注后的模板图像，通过检索预设标记，在模板图像中确定出预设的定位字段、与预设的定位字段对应的预设的识别区，以及预设的定位字段的参考坐标、与预设的定位字段对应的预设的识别区的参考坐标；

S3：根据预设的定位字段、与预设的定位字段对应的预设的识别区，以及预设的定位字段的参考坐标、与预设的定位字段对应的预设的识别区的参考坐标，构建与该文件的文件类型对应的预设模板。

基于上述实施例，用户可以根据具体情况和处理需求，灵活、高效地自定义配置所需要的预设模板。

在一些实施例中，所述配置请求还携带有针对待配置模板的文件中的指定识别区的定制化处理指示信息；相应的，在构建与该文件的文件类型对应的预设模板的过程中，具体实施时，还可以包括以下内容：根据定制化处理指示信息，确定定制化处理内容；根据定制化处理内容，检索当前的处理规则库中是否存在与定制化处理内容相匹配的处理规则；在确定当前的处理规则库中不存在相匹配的处理规则的情况下，根据定制化处理内容进行规则配置，并通过正则化处理，以得到对应的定制化处理规则；将定制化处理规则添加到预设模板中，并将该定制化处理规则存入当前的处理规则库内。

在确定当前的处理规则库中存在相匹配的处理规则的情况下，可以直接将该相匹配的处理规则，确定为定制化处理规则，将该定制化处理规则添加到预设模板中，并将该定制化处理规则存入当前的处理规则库内。

具体实施时，在将定制化处理规则添加到预设模板中的同时，还在预设模板中添加该定制化处理规则与预设的识别区的对应关系。

在一些实施例中，在利用目标文本识别子模型通过处理目标局部图像，以获取目标识别区的文本内容之后，所述方法具体实施时，还可以包括以下内容：

S1：采集用户针对目标识别区的文本内容的反馈数据；

S2：组合目标局部图像、目标识别区的文本内容，以及用户针对目标识别区的文本内容的反馈数据，得到实时训练数据；

S3：基于深度学习框架，利用所述实时训练数据对目标文本识别子模型进行累积性的增量训练。

基于上述实施例，可以在使用本申请所提供的文件图像的处理方法识别获取图像中文件的文本数据的过程中，实时利用包含有该文件图像中的识别区的局部图像，对预设的文本识别子模型中的预设的文本识别子模型进行累积性的增量训练，以不断提高预设的文本识别子模型中的预设的文本识别子模型的模型精度，减少识别处理过程中的误差。

由上可见，基于本说明书实施例提供的文件图像的处理方法，服务器在获取包含有待识别的目标文件中的文本数据的目标图像之后，可以先利用通用的预设的图像处理模型对目标图像中的全量文本字符进行识别处理，得到包含有基于目标图像识别到的字符串，以及字符串的位置坐标的目标识别结果；接着，可以从目标识别结果中确定出目标定位字段；并根据目标定位字段，从预设的模板集所包含的多个预设模板中确定出与目标文件相匹配的目标模板；然后，可以根据目标模板和目标识别结果，在目标图像中准确地确定出与目标定位字段对应的目标识别区；并从目标图像中截取只包含有单个目标识别区的目标局部图像；接着，可以确定并利用与目标识别区对应的目标文本识别子模型处理目标局部图像，以获得目标识别区的文本内容；再组合目标定位字段，以及对应的目标识别区的文本内容，得到目标文件的文本数据。从而不需要针对不同类型的文件分别单独训练相对应的文本识别模型，也不需要训练专门的文件分类模型，结合相关模板，通过充分利用已有的通用性模型，就能准确、高效地处理和识别包含有不同类型文件的图像，减少了模型训练量，提高了整体的数据处理效率。

参阅图6所示，本说明书实施例还提供了另一种文件图像的处理方法，其中，该方法具体应用于用户终端一侧。该方法具体实施时，可以包括以下内容：

S601：响应用户发起的触发操作，采集包含有待识别的目标文件的图像作为目标图像；

S602：生成目标图像处理请求；其中，所述目标图像处理请求至少携带有目标图像；

S603：将目标图像处理请求发送至服务器；其中，服务器根据目标图像处理请求获取目标图像，利用预设的图像处理模型处理目标图像，得到目标识别结果；服务器根据目标识别结果，确定出目标定位字段；并根据目标定位字段确定出与目标文件相匹配的目标模板；服务器根据目标模板和目标识别结果，确定出目标图像中的与目标定位字段对应的目标识别区；服务器利用与目标识别区对应的目标文本识别子模型识别获取目标识别区的文本内容；组合目标定位字段，以及与目标定位字段对应的目标识别区的文本内容，得到目标文件的文本数据；

S604：接收目标文件的文本数据。

在一些实施例中，用户终端可以利用目标文件的文本数据，为用户办理具体业务。

在一些实施例中，所述方法具体实施时，还可以包括以下内容：

S1：接收并响应用户的标注操作，在包含有待配置模板的文件的模板图像中使用预设标记标注出的预设的定位字段，以及与预设的定位字段对应的预设的识别区，得到标注后的模板图像；

S2：生成模板配置请求；其中，所述模板配置请求至少携带有标注后的模板图像；

S3：将所述模板配置请求发送至服务器；其中，所述服务器接收并响应模板配置请求，根据标注后的模板图像，配置与该文件的文件类型对应的预设模板。

本说明书实施例还提供一种服务器，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器具体实施时可以根据指令执行以下步骤：获取目标图像；其中，所述目标图像包含有待识别的目标文件；利用预设的图像处理模型处理目标图像，得到目标识别结果；其中，所述目标识别结果包含有基于目标图像识别到的字符串，以及字符串的位置坐标；根据目标识别结果，确定出目标定位字段；并根据目标定位字段检索预设的模板集，确定出与目标文件相匹配的目标模板；其中，预设的模板集包含有多个预设模板；所述预设模板分别与一种文件类型对应；所述预设模板包含有多个预设的定位字段、与多个预设的定位字段对应的预设的识别区，以及预设的定位字段的参考坐标、预设的识别区的参考坐标；根据目标模板和目标识别结果，确定出目标图像中的与目标定位字段对应的目标识别区；并从目标图像中截取包含有单个目标识别区的目标局部图像；确定与目标识别区对应的目标文本识别子模型；并利用目标文本识别子模型通过处理目标局部图像，以获取目标识别区的文本内容；组合目标定位字段，以及与目标定位字段对应的目标识别区的文本内容，得到目标文件的文本数据。

为了能够更加准确地完成上述指令，参阅图7所示，本说明书实施例还提供了另一种具体的服务器，其中，所述服务器包括网络通信端口701、处理器702以及存储器703，上述结构通过内部线缆相连，以便各个结构可以进行具体的数据交互。

其中，所述网络通信端口701，具体可以用于获取目标图像；其中，所述目标图像包含有待识别的目标文件。

所述处理器702，具体可以用于利用预设的图像处理模型处理目标图像，得到目标识别结果；其中，所述目标识别结果包含有基于目标图像识别到的字符串，以及字符串的位置坐标；根据目标识别结果，确定出目标定位字段；并根据目标定位字段检索预设的模板集，确定出与目标文件相匹配的目标模板；其中，预设的模板集包含有多个预设模板；所述预设模板分别与一种文件类型对应；所述预设模板包含有多个预设的定位字段、与多个预设的定位字段对应的预设的识别区，以及预设的定位字段的参考坐标、预设的识别区的参考坐标；根据目标模板和目标识别结果，确定出目标图像中的与目标定位字段对应的目标识别区；并从目标图像中截取包含有单个目标识别区的目标局部图像；确定与目标识别区对应的目标文本识别子模型；并利用目标文本识别子模型通过处理目标局部图像，以获取目标识别区的文本内容；组合目标定位字段，以及与目标定位字段对应的目标识别区的文本内容，得到目标文件的文本数据。

所述存储器703，具体可以用于存储相应的指令程序。

在本实施例中，所述网络通信端口701可以是与不同的通信协议进行绑定，从而可以发送或接收不同数据的虚拟端口。例如，所述网络通信端口可以是负责进行web数据通信的端口，也可以是负责进行FTP数据通信的端口，还可以是负责进行邮件数据通信的端口。此外，所述网络通信端口还可以是实体的通信接口或者通信芯片。例如，其可以为无线移动网络通信芯片，如GSM、CDMA等；其还可以为Wifi芯片；其还可以为蓝牙芯片。

在本实施例中，所述处理器702可以按任何适当的方式实现。例如，处理器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式等等。本说明书并不作限定。

在本实施例中，所述存储器703可以包括多个层次，在数字系统中，只要能保存二进制数据的都可以是存储器；在集成电路中，一个没有实物形式的具有存储功能的电路也叫存储器，如RAM、FIFO等；在系统中，具有实物形式的存储设备也叫存储器，如内存条、TF卡等。

本说明书实施例还提供一种用户终端，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器具体实施时可以根据指令执行以下步骤：响应用户发起的触发操作，采集包含有待识别的目标文件的图像作为目标图像；生成目标图像处理请求；其中，所述目标图像处理请求至少携带有目标图像；将目标图像处理请求发送至服务器；其中，服务器根据目标图像处理请求获取目标图像，利用预设的图像处理模型处理目标图像，得到目标识别结果；服务器根据目标识别结果，确定出目标定位字段；并根据目标定位字段确定出与目标文件相匹配的目标模板；服务器根据目标模板和目标识别结果，确定出目标图像中的与目标定位字段对应的目标识别区；服务器利用与目标识别区对应的目标文本识别子模型识别获取目标识别区的文本内容；组合目标定位字段，以及与目标定位字段对应的目标识别区的文本内容，得到目标文件的文本数据；接收目标文件的文本数据。

本说明书实施例还提供了一种基于上述文件图像的处理方法的计算机存储介质，所述计算机存储介质存储有计算机程序指令，在所述计算机程序指令被执行时实现以下步骤：获取目标图像；其中，所述目标图像包含有待识别的目标文件；利用预设的图像处理模型处理目标图像，得到目标识别结果；其中，所述目标识别结果包含有基于目标图像识别到的字符串，以及字符串的位置坐标；根据目标识别结果，确定出目标定位字段；并根据目标定位字段检索预设的模板集，确定出与目标文件相匹配的目标模板；其中，预设的模板集包含有多个预设模板；所述预设模板分别与一种文件类型对应；所述预设模板包含有多个预设的定位字段、与多个预设的定位字段对应的预设的识别区，以及预设的定位字段的参考坐标、预设的识别区的参考坐标；根据目标模板和目标识别结果，确定出目标图像中的与目标定位字段对应的目标识别区；并从目标图像中截取包含有单个目标识别区的目标局部图像；确定与目标识别区对应的目标文本识别子模型；并利用目标文本识别子模型通过处理目标局部图像，以获取目标识别区的文本内容；组合目标定位字段，以及与目标定位字段对应的目标识别区的文本内容，得到目标文件的文本数据。

本说明书实施例还提供了另一种基于上述文件图像的处理方法的计算机存储介质，所述计算机存储介质存储有计算机程序指令，在所述计算机程序指令被执行时实现以下步骤：响应用户发起的触发操作，采集包含有待识别的目标文件的图像作为目标图像；生成目标图像处理请求；其中，所述目标图像处理请求至少携带有目标图像；将目标图像处理请求发送至服务器；其中，服务器根据目标图像处理请求获取目标图像，利用预设的图像处理模型处理目标图像，得到目标识别结果；服务器根据目标识别结果，确定出目标定位字段；并根据目标定位字段确定出与目标文件相匹配的目标模板；服务器根据目标模板和目标识别结果，确定出目标图像中的与目标定位字段对应的目标识别区；服务器利用与目标识别区对应的目标文本识别子模型识别获取目标识别区的文本内容；组合目标定位字段，以及与目标定位字段对应的目标识别区的文本内容，得到目标文件的文本数据；接收目标文件的文本数据。

在本实施例中，上述存储介质包括但不限于随机存取存储器(Random AccessMemory,RAM)、只读存储器(Read-Only Memory,ROM)、缓存(Cache)、硬盘(Hard DiskDrive,HDD)或者存储卡(Memory Card)。所述存储器可以用于存储计算机程序指令。网络通信单元可以是依照通信协议规定的标准设置的，用于进行网络连接通信的接口。

在本实施例中，该计算机存储介质存储的程序指令具体实现的功能和效果，可以与其它实施方式对照解释，在此不再赘述。

参阅图8所示，在软件层面上，本说明书实施例还提供了一种文件图像的处理装置，该装置具体可以包括以下的结构模块：

获取模块801，具体可以用于获取目标图像；其中，所述目标图像包含有待识别的目标文件；

第一处理模块802，具体可以用于利用预设的图像处理模型处理目标图像，得到目标识别结果；其中，所述目标识别结果包含有基于目标图像识别到的字符串，以及字符串的位置坐标；

第一确定模块803，具体可以用于根据目标识别结果，确定出目标定位字段；并根据目标定位字段检索预设的模板集，确定出与目标文件相匹配的目标模板；其中，预设的模板集包含有多个预设模板；所述预设模板分别与一种文件类型对应；所述预设模板包含有多个预设的定位字段、与多个预设的定位字段对应的预设的识别区，以及预设的定位字段的参考坐标、预设的识别区的参考坐标；

第二确定模块804，具体可以用于根据目标模板和目标识别结果，确定出目标图像中的与目标定位字段对应的目标识别区；并从目标图像中截取包含有单个目标识别区的目标局部图像；

第二处理模块805，具体可以用于确定与目标识别区对应的目标文本识别子模型；并利用目标文本识别子模型通过处理目标局部图像，以获取目标识别区的文本内容；

组合模块806，具体可以用于组合目标定位字段，以及与目标定位字段对应的目标识别区的文本内容，得到目标文件的文本数据。

在一些实施例中，上述第一确定模块803具体实施时，可以按照以下方式根据目标识别结果，确定出目标定位字段：利用预设的定位字段表，从目标识别结果中筛选出匹配度大于预设的匹配度阈值的字符串，作为所述目标定位字段。

在一些实施例中，上述第一确定模块803具体实施时，可以按照以下方式根据目标定位字段检索预设的模板集，确定出与目标文件相匹配的目标模板：检索预设的模板集，并计算目标定位字段与预设模板所包含的预设的定位字段之间的近似度；从预设的模板集中筛选出近似度符合要求的预设模板，作为与目标文件相匹配的目标模板。

在一些实施例中，上述第二确定模块804具体实施时，可以按照以下方式根据目标模板和目标识别结果，确定出目标图像中的与目标定位字段对应的目标识别区：根据目标模板，获取预设的定位字段的参考坐标；根据目标识别结果，获取目标定位字段的位置坐标；根据相对应的预设的定位字段的参考坐标和目标定位字段的位置坐标，构建关于目标图像与目标模板的坐标转换关系；根据坐标转换关系修正目标模板中预设的识别区的参考坐标，得到预设的识别区的修正坐标；根据预设的识别区的修正坐标，在目标图像中确定出与目标定位字段对应的目标识别区。

在一些实施例中，上述第二处理模块805具体实施时，可以按照以下方式确定与目标识别区对应的目标文本识别子模型：检索预设的模型库，确定与目标识别区相对应的预设的文本识别子模型，作为目标文本识别子模型；其中，预设的模型库存储有多个预设的文本识别子模型；所述预设的文本识别子模型用于对所对应的识别区进行文本识别。

在一些实施例中，所述装置具体实施时，还可以用于在预设的模型库中未检索到与目标识别区相对应的预设的文本识别子模型的情况下，根据与目标定位字段相对应的预设的识别区的修正坐标，从目标识别结果中筛选出位置坐标符合要求的字符串；并将该字符串确定为目标识别区的文本内容。

在一些实施例中，所述装置具体实施时，还可以用于检测目标模板中是否存在针对目标识别区的定制化处理规则；在确定目标模板中存在针对目标识别区的定制化处理规则的情况下，获取并根据该定制化处理规则，对目标识别区的文本内容进行加工处理，得到目标识别区的处理后的文本内容。

在一些实施例中，在获取目标图像之前，所述装置具体实施时，还可以用于接收模板配置请求；其中，所述模板配置请求至少携带有标注后的模板图像；所述标注后的模板图像包括待配置模板的文件；所述标注后的模板图像还包括使用预设标记标注出的预设的定位字段，以及与预设的定位字段对应的预设的识别区；响应模板配置请求，根据标注后的模板图像，通过检索预设标记，在模板图像中确定出预设的定位字段、与预设的定位字段对应的预设的识别区，以及预设的定位字段的参考坐标、与预设的定位字段对应的预设的识别区的参考坐标；根据预设的定位字段、与预设的定位字段对应的预设的识别区，以及预设的定位字段的参考坐标、与预设的定位字段对应的预设的识别区的参考坐标，构建与该文件的文件类型对应的预设模板。

在一些实施例中，所述配置请求还携带有针对待配置模板的文件中的指定识别区的定制化处理指示信息；相应的，在构建与该文件的文件类型对应的预设模板的过程中，所述装置具体实施时，还可以用于根据定制化处理指示信息，确定定制化处理内容；根据定制化处理内容，检索当前的处理规则库中是否存在与定制化处理内容相匹配的处理规则；在确定当前的处理规则库中不存在相匹配的处理规则的情况下，根据定制化处理内容进行规则配置，并通过正则化处理，以得到对应的定制化处理规则；将定制化处理规则添加到预设模板中，并将该定制化处理规则存入当前的处理规则库内。

参阅图9所示，在软件层面上，本说明书实施例还提供了另一种文件图像的处理装置，该装置具体可以包括以下的结构模块：

采集模块901，具体可以用于响应用户发起的触发操作，采集包含有待识别的目标文件的图像作为目标图像；

生成模块902，具体可以用于生成目标图像处理请求；其中，所述目标图像处理请求至少携带有目标图像；

发送模块903，具体可以用于将目标图像处理请求发送至服务器；其中，服务器根据目标图像处理请求获取目标图像，利用预设的图像处理模型处理目标图像，得到目标识别结果；服务器根据目标识别结果，确定出目标定位字段；并根据目标定位字段确定出与目标文件相匹配的目标模板；服务器根据目标模板和目标识别结果，确定出目标图像中的与目标定位字段对应的目标识别区；服务器利用与目标识别区对应的目标文本识别子模型识别获取目标识别区的文本内容；组合目标定位字段，以及与目标定位字段对应的目标识别区的文本内容，得到目标文件的文本数据；

接收模块904，具体可以用于接收目标文件的文本数据。

在一些实施例中，所述装置具体实施时，还可以用于接收并响应用户的标注操作，在包含有待配置模板的文件的模板图像中使用预设标记标注出的预设的定位字段，以及与预设的定位字段对应的预设的识别区，得到标注后的模板图像；生成模板配置请求；其中，所述模板配置请求至少携带有标注后的模板图像；将所述模板配置请求发送至服务器；其中，所述服务器接收并响应模板配置请求，根据标注后的模板图像，配置与该文件的文件类型对应的预设模板。

需要说明的是，上述实施例阐明的单元、装置或模块等，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

由上可见，基于本说明书实施例提供的文件图像的处理装置，不需要针对不同类型的文件分别单独训练相对应的文本识别模型，也不需要训练专门的文件分类模型，结合相关模板，通过充分利用已有的通用性模型，就能准确、高效地处理和识别包含有不同类型文件的图像，减少了模型训练量，提高了整体的数据处理效率。

虽然本申请提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

通过以上的实施例的描述可知，本领域的技术人员可以清楚地了解到本说明书可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本说明书的技术方案本质上可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，移动终端，服务器，或者网络设备等)执行本说明书各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施例采用递进的方式描述，各个实施例之间相同或相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。本说明书可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。

虽然通过实施例描绘了本说明书，本领域普通技术人员知道，本说明书有许多变形和变化而不脱离本说明书的精神，希望所附的权利要求包括这些变形和变化而不脱离本说明书的精神。