[发明专利]基于OCR技术的图片表格识别方法

权利要求书

1.基于OCR技术的图片表格识别方法，其特征包括：

A.通过OCR技术对图片内容进行行切分，判断图片内容中是否含有表格，如果有则继续，否则结束；

B.对行切分后形成的行切分图进行OCR技术的膨胀操作和腐蚀操作，分别得到表格的行线和列线，并且计算行线和列线的交点坐标；

C.根据所述的交点坐标进行切图，得到单元格集；

D.迭代单元格集中的单元格，对每个图片形式的单元格进行行切分得到各单元格中图片形式的文本行；

E.通过OCR技术识别所有图片形式的文本行中的字符文本，并根据每个文本行的定位将其对应的字符文本组合成完整的结构化文本。

2.如权利要求1所述的基于OCR技术的图片表格识别方法，其特征为：步骤A包括：

A1.将图片按照像素行在纵轴上进行投影，形成与每个像素行对应的投影柱；

A2.通过OCR技术对投影柱的长度为零的像素行进行切分，形成至少一个行切分图；

A3.迭代所有的行切分图，判断各个行切分图中是否含有表格。

3.如权利要求2所述的基于OCR技术的图片表格识别方法，其特征为：步骤A3包括：迭代所有的行切分图，并对每个行切分图进行OCR技术的腐蚀操作，根据腐蚀操作的结果判断当前的行切分图中是否包含矩形框，如果包含则图片包含表格，如果所有行切分图都不包含矩形框，则图片不包含表格。

4.如权利要求1所述的基于OCR技术的图片表格识别方法，其特征为：步骤B包括：

B1.分别用“1x2/3w”和“2/3hx1”大小的格子在所述的行切分图上滑动，并通过OCR技术对滑动到的行切分图的部分进行膨胀操作，其中w为图片的宽，h为图片的高；

B2.分别用“1x2/3w”和“2/3hx1”大小格子在行切分图上滑动，对已经过膨胀操作的行切分图进行腐蚀操作，消除行切分图中表格里的文本，得到只含有行线和列线的行切分图。

5.如权利要求1所述的基于OCR技术的图片表格识别方法，其特征为：步骤B中所述计算行线和列线的交点坐标，包括：

B3.根据得到表格的行线和列线，将行线图和列线图相加，找出所有只含物体像素、不含背景像素的全零区域；

B4.计算每个全零区域的中心坐标，每个中心坐标分别对应一个行线和列线的交点坐标。

6.如权利要求1所述的基于OCR技术的图片表格识别方法，其特征为：步骤C包括：

C1.将得到的交点坐标分别进行横坐标对齐和纵坐标对齐，使所有不的同行按相同的纵坐标对齐，所有不同的列按相同的横坐标对齐；

C2.根据相邻的四个坐标进行图片切分，得到单元格图，所有单元格图形成单元格集。

7.如权利要求1所述的基于OCR技术的图片表格识别方法，其特征为：步骤E包括：

E1.通过OCR技术识别所有图片形式的文本行中的字符文本；

E2.根据每个文本行的定位将其对应的字符文本连接成字符串；

E3.根据步骤A～步骤D的切分过程，还原表格结构，并把所述的字符串对应的填入表格的单元格中；

E4.保存表格结构化文本。