[发明专利]一种用于财务报表外框的智能检测方法及装置

权利要求书

1.一种用于财务报表外框的智能检测方法，其特征在于，包括：

S1、从服务器下载财务报表的表格图像；

S2、采用基于深度学习的表头目标检测模型检测所述表格图像，并判断所述表格图像的表头正方向；

S3、对表头倾斜的表格图像，进行图像倾斜校正；

S4、采用基于深度学习的表格外框目标检测模型检测校正后的表格图像，并获得表格外框粗定位区域；

S5、在所述表格外框粗定位区域精定位表格外框。

2.如权利要求1所述的智能检测方法，其特征在于，所述表头正方向的具体判断方法如下：

S21、收集不同种类、不同拍摄角度和不同的倾斜角度的报表图像，并截取上半部分填冲训练样本库；

S22、采用矩形框在报表图像上标注财务报表的表头字段的位置；

S23、使用标注好的表头字段数据训练目标检测深度神经网络模型，获得表头目标检测模型；

S24、对输入的财务报表图像截取上半部分，并用表头目标检测模型检测表头，依次旋转90度，取分值最大的为表格正方向，若最大分值低于阈值，则提示用户输入正确的图片。

3.如权利要求1所述的智能检测方法，其特征在于，所述图像倾斜校正的方法如下：

S31、采用canny边缘检测算法提取表格图像边缘信息；

S32、采用Hough直线检测算法获得表格图像边缘直线的倾斜角；

S33、根据倾斜角获得旋转矩阵，并对表格图像进行仿射变换校正表格图像。

4.如权利要求1所述的智能检测方法，其特征在于，所述表格外框目标检测模型的获取方法如下：

S41、准备不同拍摄光照、不同样式的财务表格样本图像，并用图像倾斜校正的方法校正样本图像；

S42、用矩形框标注样本图像的表格外框的位置。

S43、使用标注好的数据训练目标检测深度神经网络模型，获得表格外框目标检测模型。

5.如权利要求1所述的智能检测方法，其特征在于，所述表格区域精定位表格外框方法步骤如下：

S51、构造水平核函数，且其长度大于表格线横线长度的一半；构造竖直核函数，其长度大于表格竖直长度的一半；

S52、分别用水平和竖直核函数对表格二值图像进行腐蚀膨胀操作；

S53、用opencv的findcontours函数分别在水平和竖直二值图上寻找轮廓，用表格边界，RotatedRect函数来获得直线的旋转外接矩形，并以最接近粗定位的表格外框的旋转外接矩形为表格精确定位的输出。

6.一种用于财务报表外框的智能检测装置，其特征在于，包括表头区域检测模块、图像倾斜校正模块、表格外框粗定位模块和表格外框精定位模块；

所述表头区域检测模块，用于采用基于深度学习的表头目标检测模型检测表格图像，并判断表格图像的表头正方向；

所述图像倾斜校正模块，用于检测表格图像倾斜度，并利用仿射变换的方法校正表格图像；

所述表格外框粗定位模块，用于采用基于深度学习的表格外框目标检测模型检测校正后的表格图像，并获得表格外框粗定位区域；

所述表格外框精定位模块，用于在获得的表格外框粗定位区域图像上，分别构造水平和竖直核函数获取水平和竖直二值图，并在该二值图上，以RotatedRect函数来精确定位表格外框区域。