[发明专利]一种单据图像中的表格提取与重建方法和设备

说明书

本申请公开了一种单据图像中的表格提取与重建方法，该方法包括：对输入的单据图像进行预处理；对预处理后的图像进行表格定位与提取；对提取的表格切分表格单元；在切分出的每个表格单元中进行文字识别；根据文字识别的结果以及每个表格单元的行列坐标进行表格重建。对应于上述方法，本申请还公开了一种单据图像中的表格提取与重建设备、非易失性计算机可读存储介质和电子设备。应用本申请公开的技术方案，能够提高单据图像中表格重建的计算速度和准确率，并降低计算的复杂度，具有简捷高效的特点。

技术领域

本申请涉及图片识别技术领域，特别涉及一种单据图像中的表格提取与重建方法和设备。

背景技术

图像中的表格定位与提取在实际应用中非常广泛。目前对于图像中的表格定位提取方法包括基于游程编码、机器学习、深度学习等诸多方法。

现有申请号为201710813108.6的发明专利申请提出了一种基于深度学习的表格识别方法，该方法首先将表格横向切分为多个部分，通过建立深度学习模型判断每个图片部分是否包含直线，并纵向切割包含直线的横向图片，得到多个区块，然后根据多个区块组成表格，最后定位表格内文字并识别。

上诉专利申请中所提供的方法主要存在以下缺点：

(1)第一步横向切割和纵向切割过程没有依据，盲目切割，导致需要较高的切割频率，才能确保准确率。

(2)深度学习需要大量样本才能获得准确率高的模型，大量样本往往很难获得。

(3)深度学习计算量巨大，对计算机的计算能力要求比较高，计算速度慢、时间长。

(4)该专利申请不能处理倾斜有角度的表格，只能处理水平或垂直方向表格。

(5)该专利申请只能处理封闭的表格。

发明内容

本申请提供了一种单据图像中的表格提取与重建方法和设备，简捷高效，能够提高单据图像中表格重建的计算速度和准确率，并降低计算的复杂度。

本申请公开了一种单据图像中的表格提取与重建方法，包括：

对输入的单据图像进行预处理；

对预处理后的图像进行表格定位与提取；

对提取的表格切分表格单元；

在切分出的每个表格单元中进行文字识别；

根据文字识别的结果以及每个表格单元的行列坐标进行表格重建。

较佳的，所述对输入的单据图像进行预处理包括：

对输入的单据图像进行白化、图像阈值化和角度旋转。

较佳的，所述对输入的单据图像进行角度旋转包括：

基于设定的角度范围，对所述单据图像进行旋转，求其每行的均值，所有行的均值组成一个向量，然后求该向量的方差，方差最大时所对应的角度即为需要旋转的角度。

较佳的，所述对预处理后的图像进行表格定位与提取包括：

提取表格中所有的横线，得到横线二值图像img1；

提取表格中所有的竖线，得到竖线二值图像img2；

将横线二值图像img1和竖线二值图像img2进行或运算，得到包含表格的图像img3。

较佳的，所述提取表格中所有的横线包括：根据所述单据图像的大小，用结构元素对图像进行腐蚀操作，然后进行膨胀操作进行直线增强与连接，最后提取出表格中所有的横线；