[发明专利]一种财务报表的表格线定位检测方法

说明书

本发明公开了一种财务报表的表格线定位检测方法，包括：获取表格图像、表格图像预处理、字符高度获取、表格图像缩放、红章去除处理、表格线增强处理、自适应二值化处理、干扰线的去除与合并和表格的重构与修复。本发明主要应用于财务报表的表格线检测，其保证了表格线提取的完整性及与原图的一致性，适应轻微弯取、局部断裂、噪声干扰情况下表格新的定位检测；自动提取检验报告表格里的关键信息并识别，以满足财务报表到标准表格的映射、保存和校验。

技术领域

本发明涉及财务报表的人工智能识别领域，特别涉及一种财务报表的表格线定位检测方法。

背景技术

随着社会经济的发展和中国城镇化的推进，越来越多的人进入城市就业，越来越多的公司诞生；同时随着互联网技术的发展，电子交易，数字交易已经普及；对于公司、银行、证卷交易产生越来越多的财务表格单据及信息。传统的财务报表统计、校对、审计都全靠人工进行；速度慢、效率底，很难满足越来越多的表格单据信息的识别、入库及自动校对。

如何快速准确的对财务等表格单据进行智能识别、核对，同时减少人工成本，是急需解决的问题；而其中表格线检测的完整性和准确性，对于表格重建及表格的识别有着重要的作用。

发明内容

本发明的目的是：提出一种财务报表的表格线定位检测方法，其能够重构表格，自动提取检验报告表格里的关键信息并识别，以满足财务报表到标准表格的映射、保存和校验。

本发明解决其技术问题所采用的技术方案是：

一种财务报表的表格线定位检测方法，包括如下步骤：

S1、获取表格图像：将手机拍摄或扫描表格图像I，并上传至服务器；

S2、表格图像预处理：将所述表格图像I1进行缩放处理、灰度化处理和图像增强预处理，最终获得表格图像I1；再对所述表格图像I1进行自适应二值化处理得到表格图像I2；再对所述表格图像I2进行图像倾斜校正处理，得到表格图像M；

S3、字符高度获取：对所述表格图像I2进行连通域查找，并剔除非字符连通域，对获取的字符连通域分别计算处理,并取其外接矩形框的高度及宽度最大值的平均值，作为字符高度h1；根据S2中的计算的缩放比例，用字符高度h1反算出实际字符高度h；

S4、表格图像缩放：根据实际字符高度h，判断所述表格图像M是否可以缩放，若实际字符高度h大于28时，则将其缩放至20个像素高度，得到表格图像M2；

S5、红章去除处理：根据红章特征及表格线为灰度图特征对所述表格图像M2进行红章去除处理，获得红章去除后的表格图像M3；

S6、表格线增强处理：将所述表格图像M3进行灰度变换，获得单通道表格图像M4；根据获取的所述实际字符高度h构造自适应大小的水平结构元素和竖直结构元素，并分别对所述表格图像M4进行卷积，达到增强图像中水平及竖直线的目的；

S7、自适应二值化处理：根据所述字符高度h2来设置自适应二值化函数的核尺寸，依据计算获取的背景像素值和目标像素值设置自适应二值化的相应阈值，来分别实现水平及竖直方向增强后图像的二值图；

S8、干扰线的去除与合并：用数学形态学的方法来进一步检测水平线和竖直线，过滤掉部分非表格线干扰；对水平和竖直短直线进行筛选过滤与合并；

S9、表格的重构与修复：将水平和竖直线图相加重建表格，并根据表格相交特征修正表格；检测重建表格的各个交点，并获取每个单元格的四个坐标点，采用基于深度学习模型的LSTM+CTC方法对字符进行识别；依据标准映射表，重构表格并进行保存、校验和统计。

进一步，所述步骤S2中图像倾斜校正处理的具体步骤如下：

S21、采用Sobel边缘检测算法对二值化后的表格图像进行边缘提取；