[发明专利]表格结构化方法、装置、电子设备及存储介质

说明书

本发明实施例提供一种表格结构化方法、装置、电子设备及存储介质，所述方法包括：确定待结构化图像所包含表格的单元格信息和文本信息；基于单元格信息，对表格中各个线段进行延伸，得到表格的最小单元尺寸，基于最小单元尺寸建立网格；基于单元格信息和文本信息，将表格中的各个单元格以及各个文本行映射到网格中，得到表格的结构化信息。本发明实施例提供的表格结构化方法、装置、电子设备及存储介质，实现了不同结构的表格的统一形式的结构化表示，有利于实现对电子化后的表格的统一管理。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种表格结构化方法、装置、电子设备及存储介质。

背景技术

随着计算机的普及和电子信息技术的快速发展，纸质文档也逐渐电子化，表格文档是一种常见的文档形式。现有技术主要是通过自动提取表格文档中的表格结构信息和文本信息，以实现表格文档的电子化。

然而实际应用中大部分表格的结构是不标准的，例如单元格跨行、跨列合并或者表格部分残缺等，而且不同的表格的表格结构是不统一的，对于不同的表格，现有技术仅能提取各个表格的表格结构信息和文本信息，无法通过一种统一的形式对不同的表格进行结构化表示，不便于对电子化后的表格进行统一管理。

发明内容

本发明实施例提供一种表格结构化方法、装置、电子设备及存储介质，用以解决现有技术中无法通过一种统一的形式对不同的表格进行结构化表示的缺陷。

本发明实施例提供一种表格结构化方法，包括：

确定待结构化图像所包含表格的单元格信息和文本信息；

基于所述单元格信息，对所述表格中各个线段进行延伸，得到所述表格的最小单元尺寸，基于所述最小单元尺寸建立网格；

基于所述单元格信息和所述文本信息，将所述表格中的各个单元格以及各个文本行映射到所述网格中，得到所述表格的结构化信息。

本发明实施例还提供一种表格结构化装置，包括：

表格信息确定单元，用于确定待结构化图像所包含表格的单元格信息和文本信息；

网格构建单元，用于基于所述单元格信息，对所述表格中各个线段进行延伸，得到所述表格的最小单元尺寸，基于所述最小单元尺寸建立网格；

结构化信息输出单元，用于基于所述单元格信息和所述文本信息，将所述表格中的各个单元格以及各个文本行映射到所述网格中，得到所述表格的结构化信息。

本发明实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述表格结构化方法的步骤。

本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述表格结构化方法的步骤。

本发明实施例提供的表格结构化方法、装置、电子设备及存储介质，基于单元格信息，得到表格的最小单元尺寸，并基于最小单元尺寸建立网格，通过将表格中的各个单元格以及各个文本行映射到网格中，得到表格的结构化信息，实现了不同结构的表格的统一形式的结构化表示，有利于实现对电子化后的表格的统一管理。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的表格结构化方法的流程示意图；

图2为本发明实施例提供的表格示意图；