[发明专利]文档表格解析方法及装置

权利要求书

1.一种文档表格解析方法，其特征在于，包括：

获取非编辑文档中待识别表格相关的线段特征信息，所述线段特征信息包括：线段的坐标信息；

根据所述线段特征信息，获取所述待识别表格中横线段信息及竖线段信息；

根据所述待识别表格中横线段信息及竖线段信息，获取初始表格信息；

根据所述初始表格信息和所述线段的坐标信息，生成与所述待识别表格对应的可编辑表格。

2.根据权利要求1所述的方法，其特征在于，所述根据所述线段特征信息，获取所述待识别表格中横线段信息及竖线段信息，包括：

根据所述线段特征信息，提取第一特征集合、第二特征集合，其中，所述第一特征集合包括：横线段的纵坐标、竖线段的纵坐标最大值、竖线段的纵坐标最小值；所述第二特征集合包括：竖线段的横坐标、横线段的横坐标最大值、横线段的横坐标最小值；

根据所述第一特征集合、所述第二特征集合，确定所述待识别表格中横线段信息及竖线段信息。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第一特征集合、所述第二特征集合，确定所述待识别表格中横线段信息及竖线段信息，包括：

将所述第一特征集合中元素坐标差值小于预设阈值的坐标值删除，并对剩余元素坐标值大小进行排序，得到所述横线段信息；

将所述第二特征集合中元素坐标差值小于预设阈值的坐标值删除，并对剩余元素坐标值大小进行排序，得到所述竖线段信息。

4.根据权利要求1所述的方法，其特征在于，所述根据所述初始表格信息和所述线段的坐标信息，生成与所述待识别表格对应的可编辑表格，包括：

获取所述初始表格信息中初始线段的坐标信息；

获取所述初始线段的坐标信息和所述线段的坐标信息之间的差异信息；

根据所述差异信息更新所述初始表格信息，得到目标表格信息；

根据所述目标表格信息，生成与所述待识别表格对应的可编辑表格。

5.根据权利要求4所述的方法，其特征在于，所述根据所述差异信息更新所述初始表格信息，得到目标表格信息之后，还包括：

根据所述目标表格信息，获取目标表格的各单元格坐标；

根据所述目标表格的各单元格坐标，在所述非编辑文档中获取各所述单元格对应的数据；

根据各所述单元格对应的数据填充所述待识别表格对应的可编辑表格。

6.一种文档表格解析装置，其特征在于，包括：第一获取模块、第二获取模块、第三获取模块及生成模块；

所述第一获取模块，用于获取非编辑文档中待识别表格相关的线段特征信息，所述线段特征信息包括：线段的坐标信息；

所述第二获取模块，用于根据所述线段特征信息，获取所述待识别表格中横线段信息及竖线段信息；

所述第三获取模块，用于根据所述待识别表格中横线段信息及竖线段信息，获取初始表格信息；

所述生成模块，用于根据所述初始表格信息和所述线段的坐标信息，生成与所述待识别表格对应的可编辑表格。

7.根据权利要求6所述的装置，其特征在于，所述第二获取模块，具体用于根据所述线段特征信息，提取第一特征集合、第二特征集合，其中，所述第一特征集合包括：横线段的纵坐标、竖线段的纵坐标最大值、竖线段的纵坐标最小值；所述第二特征集合包括：竖线段的横坐标、横线段的横坐标最大值、横线段的横坐标最小值；

根据所述第一特征集合、所述第二特征集合，确定所述待识别表格中横线段信息及竖线段信息。

8.根据权利要求7所述的装置，其特征在于，所述第二获取模块，具体用于将所述第一特征集合中元素坐标差值小于预设阈值的坐标值删除，并对剩余元素坐标值大小进行排序，得到所述横线段信息；

将所述第二特征集合中元素坐标差值小于预设阈值的坐标值删除，并对剩余元素坐标值大小进行排序，得到所述竖线段信息。