[发明专利]直线检测方法、信息提取方法、装置、设备及存储介质

说明书

本发明涉及一种图像检测技术，揭露了一种直线检测方法、信息提取方法、装置、设备及存储介质，直线检测方法包括：获取二值化后的文档图片，采用霍夫直线检测方法检测所述文档图片；获取检测出的各条直线，计算各条直线的长度，对长度小于预设第一阈值的直线进行剔除；分别获取经剔除后所述文档图片中剩余的各条直线对应的截距，基于所述截距对所述剩余的各条直线进行过滤处理，将经过滤处理后得到的各条直线作为所述文档图片的各条检测直线。本发明能够提高直线检测的准确性。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种直线检测方法、信息提取方法、装置、设备及存储介质。

背景技术

文档(例如，报告单、票据、清单)在计算机中可以以图片的形式存储，目前可以采用多种方法对文档图片进行结构化信息提取。以报告单为例，目标是要提取出报告单中每个基础项(key)对应的相应的指标(value)。常用的提取方法是根据检测算法得出文字的位置信息，根据位置信息提取基础项及对应的指标。

当拍摄或扫描角度不正确时，会导致文档图片中的文字存在一定角度倾斜，基础项与指标可能会错行。因此为了准确提取出基础项与指标，必须知道文字倾斜的斜率。目前计算文字倾斜的斜率的方法包括以下两种：1、采用基于每行的文字的位置拟合出一条直线得出斜率，但该方法依赖于检测出的文字位置，如果某个文字没有检测出来，容易导致斜率计算不准确。2、通过对图的处理得到目标的边界点集合，然后利用霍夫变换提取目标边界上的直线；但该方法用霍夫变换检测出的直线非常多，且直线呈现断断续续的状态，无法确定哪些文字使用哪些直线进行检测，准确性有待提高。

发明内容

本发明的目的在于提供一种直线检测方法、信息提取方法、装置、设备及存储介质，旨在提高直线检测的准确性。

本发明提供一种直线检测方法，包括：

获取二值化后的文档图片，采用霍夫直线检测方法检测所述文档图片；

获取检测出的各条直线，计算各条直线的长度，对长度小于预设第一阈值的直线进行剔除；

分别获取经剔除后所述文档图片中剩余的各条直线对应的截距，基于所述截距对所述剩余的各条直线进行过滤处理，将经过滤处理后得到的各条直线作为所述文档图片的各条检测直线。

本发明还提供一种信息提取方法，包括：

获取二值化后的文档图片，采用霍夫直线检测方法检测所述文档图片；

获取检测出的各条直线，计算各条直线的长度，对长度小于预设第一阈值的直线进行剔除；

分别获取经剔除后所述文档图片中剩余的各条直线对应的截距，基于所述截距对所述剩余的各条直线进行过滤处理，将经过滤处理后得到的各条直线作为所述文档图片的各条检测直线；

采用预定的文字检测算法检测所述文档图片，得到所述文档图片中各个文字块分别对应的各条待分析直线；

基于各条待分析直线分析相邻的两两文字块是否处于同一行；

若是，对于处于同一行的文字块，计算所述处于同一行的文字块中任一文字块的中心点坐标到各条检测直线的距离；

获取距离最小对应的检测直线，基于距离最小对应的检测直线对所述处于同一行的文字块进行检测，提取所述文档图片中的结构化信息。

本发明还提供一种直线检测装置，包括：

检测模块，用于获取二值化后的文档图片，采用霍夫直线检测方法检测所述文档图片；

剔除模块，用于获取检测出的各条直线，计算各条直线的长度，对长度小于预设第一阈值的直线进行剔除；