一種表格結(jié)構(gòu)提取方法

基本信息

申請?zhí)?/td> CN202010129664.3 申請日 -
公開（公告）號 CN111368695A 公開（公告）日 2020-07-03
申請公布號 CN111368695A 申請公布日 2020-07-03
分類號 G06K9/00;G06K9/34;G06K9/46;G06N3/04 分類 -
發(fā)明人 汪雨;郭彥儒;王威 申請（專利權(quán)）人 上海匯航捷訊網(wǎng)絡(luò)科技有限公司
代理機構(gòu) 北京同恒源知識產(chǎn)權(quán)代理有限公司 代理人 上海匯航捷訊網(wǎng)絡(luò)科技有限公司
地址 200120 上海市浦東新區(qū)（上海）自由貿(mào)易試驗區(qū)民生路1403號1112室
法律狀態(tài) -

摘要

摘要 本發(fā)明涉及一種表格結(jié)構(gòu)提取方法，屬于文檔識別領(lǐng)域。該方法包括：S1：數(shù)據(jù)轉(zhuǎn)換；S2：圖片預(yù)處理及直線分割；S3：直線檢測及預(yù)處理；S4：水平線與豎直線判斷；S5：查找交點；S6：斷線的續(xù)連；S7：獲取單元格。本發(fā)明采用深度網(wǎng)絡(luò)分割圖像，泛化和穩(wěn)定性更高，能夠減小背景色、印章、線條顏色的干擾；對表格圖像進行分析，能處理表格線斷裂，文字表格線粘連等常見問題，正確得到表格結(jié)構(gòu)；對分割圖進行線條檢測時，通過按比例縮小圖像提高檢測速度，并保證大小與坐標(biāo)還原；通過交點關(guān)系產(chǎn)生單元格，排除了原始線條的凸凹瑕疵，使單元格更加美觀。