[发明专利]表格数据的获取方法、装置和服务器

权利要求书

1.一种表格数据的获取方法，包括：

获取待处理文本的图像数据；

从所述图像数据中提取组合图，其中，所述组合图为包含有交叉的形态学竖线和形态学横线的图形；

将所述组合图分割成多个矩形单元，其中，所述多个矩形单元分别携带有位置坐标；

对所述多个矩形单元分别进行光学字符识别，确定所述多个矩形单元分别包含的文本信息；

根据矩形单元的位置坐标，组合包含有文本信息的矩形单元，得到表格数据；

在从所述图像数据中提取组合图后，所述方法还包括：检测所述组合图是否满足预设的表格格式要求；在确定所述组合图满足所述预设的表格格式要求的情况下，对所述组合图进行处理；其中，所述检测所述组合图是否满足预设的表格格式要求包括：检测组合图中的矩形框的面积是否大于预设的面积阈值；检测组合图的左侧边界与图像数据的左侧边界的距离同组合图的右侧边界与图像数据的右侧边界的距离的差值的绝对值是否小于预设的距离阈值；检测组合图中矩形框的数量是否大于等于预设的数量阈值；

其中，从所述图像数据中提取组合图，包括：搜索并获取所述图像数据中的形态学竖线和形态学横线；连接所述形态学竖线和所述形态学横线，得到所述组合图；并且，在提取所述组合图的过程中，还包括：在原图像数据上进行形态学横线和形态学竖线的提取，并将所提取得到的形态学横线和形态学竖线覆盖在提取位置处。

2.根据权利要求1所述的方法，在从所述图像数据中提取组合图后，所述方法还包括：

获取所述组合图中的交点坐标，其中，所述交点为所述组合图中形态学竖线和形态学横线相交位置处的像素点；

搜索并获取所述组合图中的矩形框；

根据所述组合图中的交点坐标，确定所述矩形框的端点坐标；

根据所述矩形框的端点坐标，确定所述组合图是否满足预设的表格格式要求。

3.根据权利要求2所述的方法，根据所述矩形框的端点坐标，确定所述组合图是否满足预设的表格格式要求，包括：

根据所述矩形框的端点坐标，计算所述矩形框的面积；

检测所述矩形框的面积是否大于预设的面积阈值。

4.根据权利要求2所述的方法，将所述组合图分割成多个矩形单元，包括：

根据矩形框的端点坐标确定分割线；

根据所述分割线将所述组合图分割成多个矩形单元，并根据所述矩形框的端点坐标生成与所述矩形框对应的矩形单元的位置坐标。

5.根据权利要求1所述的方法，在获取待处理文本的图像数据后，所述方法还包括：

对所述待处理文本的图像数据进行预处理，其中，所述预处理包括：将所述图像数据转换为灰度图像；和/或，对所述图像数据进行高斯平滑处理。

6.根据权利要求1所述的方法，所述待处理文本的图像数据包括：包含待处理合同的扫描图像或照片。