[发明专利]表格识别方法及装置

权利要求书

1.一种表格识别方法，其特征在于，包括：

获取包含待识别表格的图片，对所述图片中的表格的轮廓进行检测，根据检测结果得到表格中每个单元格的相对坐标；

对每个所述单元格内的文字取最小外接矩形轮廓；

通过卷积递归神经网络对每个所述最小外接矩形轮廓内的文字进行识别，如果识别失败，则通过渐进尺度扩展网络对识别失败的最小外接矩形轮廓内的文字进行识别；

识别完成后，根据识别结果确定每个单元格的内容，根据每个所述单元格的相对坐标确定每个所述单元格的相对位置，生成表格文件。

2.根据权利要求1所述的表格识别方法，其特征在于，对所述图片中的表格的轮廓进行检测之前，还包括：

对所述图片进行二值化处理，得到二值图；

对所述二值图进行形态学膨胀和腐蚀操作。

3.根据权利要求1所述的表格识别方法，其特征在于，对所述图片中的表格的轮廓进行检测，具体包括：

对所述图片中的表格的水平表格线和垂直表格线进行检测，得到所述表格的全部区域；

通过预设的面积阈值滤除不满足要求的区域，使所述表格中的节点数为最小值；

通过轮廓层次结构构造树结构，识别粗表格轮廓，并从滤除处理后剩余的区域中移除不是所述粗表格轮廓的闭包空间的轮廓，最终得到剩余的每个区域的轮廓。

4.根据权利要求3所述的表格识别方法，其特征在于，根据检测结果得到表格中每个单元格的相对坐标，具体包括：

将得到的剩余的每个区域的轮廓的4个顶点作为初始角点，通过欧式距离将每个初始角点预设范围内的角点进行合并，得到合并角点；

确定每个所述合并角点的坐标，根据每个所述合并角点的坐标的平均值计算每个区域的4个顶点的坐标；

检测水平倾斜角度，检测每个区域的最小横坐标、最大横坐标、最小纵坐标和最大纵坐标，通过坐标的组合的最大值和最小值计算所述表格的4个顶点的坐标；

根据所述表格的4个顶点的坐标计算每个区域的中心坐标，通过成对距离阈值计算初步水平节点组和初步垂直节点组，计算初步水平节点组的传递水平闭包以获得最终水平组，并计算初步垂直节点组的传递垂直闭包以获得最终垂直组；

通过计算每个区域的横坐标的平均值对所述最终水平组进行排序，通过计算每个区域的纵坐标的平均值对所述最终垂直组进行排序；

通过所述中心坐标计算每个区域在整个表格中所在的组坐标。

5.根据权利要求1至4中任一项所述的表格识别方法，其特征在于，还包括：

当检测出的单元格内包含斜线时，识别所述斜线，对包含斜线的单元格进行标记；

在进行文字识别时，当识别出包含所述标记的单元格时，根据所述斜线将所述单元格分成至少两个子单元格，分别对每个所述子单元格内的文字进行识别。

6.一种表格识别装置，其特征在于，包括：

检测单元，用于获取包含待识别表格的图片，对所述图片中的表格的轮廓进行检测，根据检测结果得到表格中每个单元格的相对坐标；

识别单元，用于对每个所述单元格内的文字取最小外接矩形轮廓，并通过卷积递归神经网络对每个所述最小外接矩形轮廓内的文字进行识别，如果识别失败，则通过渐进尺度扩展网络对识别失败的最小外接矩形轮廓内的文字进行识别；

生成单元，用于识别完成后，根据识别结果确定每个单元格的内容，根据每个所述单元格的相对坐标确定每个所述单元格的相对位置，生成表格文件。

7.根据权利要求6所述的表格识别装置，其特征在于，还包括：

预处理单元，用于对所述图片进行二值化处理，得到二值图，对所述二值图进行形态学膨胀和腐蚀操作。

8.根据权利要求6所述的表格识别装置，其特征在于，所述检测单元具体用于对所述图片中的表格的水平表格线和垂直表格线进行检测，得到所述表格的全部区域；通过预设的面积阈值滤除不满足要求的区域，使所述表格中的节点数为最小值；通过轮廓层次结构构造树结构，识别粗表格轮廓，并从滤除处理后剩余的区域中移除不是所述粗表格轮廓的闭包空间的轮廓，最终得到剩余的每个区域的轮廓。