[发明专利]图像的表格提取方法、装置、电子设备及存储介质

权利要求书

1.一种图像的表格提取方法，其特征在于，所述方法包括：

获取待处理图像；

根据表格提取模型，生成所述待处理图像的表格，其中，所述表格提取模型为根据样本图像的字段位置特征、图像特征及文本特征得到的；

将所述待处理图像的文本信息填入至所述表格；

所述根据表格提取模型，生成所述待处理图像的表格包括：

根据所述表格提取模型，生成所述待处理图像的邻接矩阵，所述待处理图像的邻接矩阵用于表征，由所述待处理图像的字段组成的行与列之间的概率矩阵；

根据所述待处理图像的邻接矩阵和所述待处理图像的字段，确定所述表格；

所述根据所述待处理图像的邻接矩阵和所述待处理图像的字段，确定所述表格包括：

以所述待处理图像的字段中的任一字段为起点，从所述待处理图像的邻接矩阵中提取最大连通图；

根据所述最大连通图构建所述表格。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述样本图像进行识别，得到图像识别信息；

根据所述图像识别信息，生成所述字段位置特征、所述图像特征及所述文本特征；

根据所述字段位置特征、所述图像特征、所述文本特征及预设的预测真值，生成所述表格提取模型。

3.根据权利要求2所述的方法，其特征在于，所述根据所述字段位置特征、所述图像特征、所述文本特征及预设的预测真值，生成所述表格提取模型包括：

对所述字段位置特征、所述图像特征及所述文本特征进行融合处理，生成所述字段位置特征对应的各节点的信息，其中，所述各节点用于表征所述样本图像中的各字段；

根据所述各节点的信息和所述预测真值，生成所述表格提取模型。

4.根据权利要求3所述的方法，其特征在于，所述根据所述各节点的信息和所述预测真值，生成所述表格提取模型包括：

根据所述各节点的信息生成邻接矩阵，所述邻接矩阵用于表征由所述各节点组成的行与列之间的概率矩阵；

根据所述邻接矩阵和所述预测真值，生成所述表格提取模型。

5.根据权利要求4所述的方法，其特征在于，所述根据所述各节点的信息生成邻接矩阵包括：

对所述各节点的信息进行相互关联处理；

对相互关联处理后的各节点的信息进行成对抽样处理，生成所述各节点的边特征矩阵；

根据预设的全连接网络模型生成与所述边特征矩阵对应的所述邻接矩阵。

6.根据权利要求2所述的方法，其特征在于，根据所述图像识别信息，生成所述字段位置特征包括：

根据所述图像识别信息确定所述样本图像的各字段的位置信息；

根据预设的节点图对所述位置信息进行填充处理，生成所述字段位置特征。

7.根据权利要求2所述的方法，其特征在于，根据所述图像识别信息，生成所述图像特征包括：

根据预设的卷积神经网络模型，从所述图像识别信息中提取所述图像特征。

8.根据权利要求2所述的方法，其特征在于，根据所述图像识别信息，生成所述文本特征包括：

根据预设的长短期记忆神经网络模型和预设的双向循环神经网络模型，从所述图像识别信息中提取所述文本特征。