1.一种关键帧提取方法，其特征在于，所述关键帧提取方法包括以下步骤：获取预设识别训练模型，并获取预设视频图像数据库中的多个视频图像数据；

通过所述预设识别训练模型分别对所述多个视频图像数据进行识别，得到各视频图像数据对应的关键帧；

对各视频图像数据对应的关键帧进行检测，并根据检测结果提取并显示满足检测条件的关键帧；

所述通过预设识别训练模型分别对所述多个视频图像数据进行识别，包括：根据跳帧算法提取各视频图像数据中的多帧数据，其中，所述跳帧算法的跳帧间隔为skip＝fps/n，fps为视频的帧率，n为2-6，skip为跳帧间隔；

通过感知哈希算法对提取的数据帧进行相似度计算，得到各帧数据的相似度值；

通过所述预设识别训练模型对提取的数据帧进行文字检测，得到具有检测框的数据帧的交并比值；

根据所述相似度值和所述交并比值提取满足条件的数据帧，得到各视频图像数据对应的关键帧；

所述通过预设识别训练模型对提取的数据帧进行文字检测，包括：通过所述预设识别训练模型对提取的数据帧进行文字检测，得到各数据帧中文字检测框的数量；

若检测到各所述数据帧中，相邻的两个数据帧的文字检测框的数量不同，则将相邻的两个数据帧作为关键帧，并获取所述文字检测框的数量相等的相邻数据帧；

若检测到所述相邻数据帧中前后两帧数据的相似度大于相似度阈值，则双重遍历后一帧数据与前一帧数据的所有检测框，并分别计算各数据帧的IOU值，获取每轮遍历的IOU值最大的数据帧，判断当前数据帧中IOU个数是否等于后一帧检测的数量，若当前数据帧中IOU个数等于后一帧检测的数量，则去掉IOU个数相同的两帧数据；若当前数据帧中IOU个数不等于后一帧检测的数量，则保留IOU个数不相同的两帧数据，以保留的数据帧作为关键帧。

2.根据权利要求1所述的关键帧提取方法，其特征在于，所述获取预设的识别训练模型，之前包括：获取用于检测视频图像文字内容的预设文本识别模型，并通过所述预设文本识别模型对预设视频中的文字内容进行识别，以得到对应的识别训练模型。

3.根据权利要求2所述的关键帧提取方法，其特征在于，所述预设文本识别模型包括：场景文本数据集、数据集标注数据以及实时标注数据集。

4.根据权利要求3所述的关键帧提取方法，其特征在于，所述获取用于检测视频图像文字内容的预设文本识别模型，包括：获取弯曲格式和/或多边形格式的场景文本数据集，并获取用于标注的数据集标注数据；

提取所述场景文本数据集中的预设高度的文字数据，并根据所述数据集标注数据中的标注代码将提取的文字数据制成矩形框式的标注数据，得到所述实时标注数据集。

5.根据权利要求1所述的关键帧提取方法，其特征在于，所述通过感知哈希算法对提取的数据帧进行相似计算，包括：根据预设尺寸对提取的数据帧进行缩小处理，得到缩小后的数据帧；

对所述缩小后的数据帧进行简化色彩处理，并计算简化色彩后的数据帧中的像素灰度平均值；

将所述简化色彩后的数据帧中每个像素点的灰度值与所述像素灰度平均值进行对比；

计算所述简化色彩后的数据帧中灰度值大于所述像素灰度平均值的像素点的数量，并根据所述像素点的数量计算哈希值；

根据所述哈希值计算各帧数据的相似度。

6.根据权利要求1所述的关键帧提取方法，其特征在于，所述对各视频图像数据对应的关键帧进行检测，并根据检测结果提取并显示满足检测条件的关键帧，包括：获取视频数据筛选过滤条件；

对各视频图像数据对应的关键帧进行检测，判断各视频图像数据对应的关键帧是否满足所述视频数据筛选过滤条件；

若为是，则选择满足所述视频数据筛选过滤条件的关键帧，并将选择的关键帧显示在对应的显示框中。

7.一种终端，其特征在于，包括：处理器和存储器，所述存储器存储有关键帧提取程序，所述关键帧提取程序被所述处理器执行时用于实现如权利要求1-6中任意一项所述的关键帧提取方法。

8.一种存储介质，其特征在于，所述存储介质存储有关键帧提取程序，所述关键帧提取程序被处理器执行时用于实现如权利要求1-6中任意一项所述的关键帧提取方法。