[发明专利]表格结构化方法、表格恢复设备及具有存储功能的装置

权利要求书

1.一种表格结构化方法，其特征在于，所述表格结构化方法包括：

获取到待结构化图像，提取所述待结构化图像中的文字的位置信息以及所述待结构化图像的多个单元格的位置信息；

对多个所述单元格进行连通域计算，得到所述待结构化图像的表格的边框轮廓；

获取到所述边框轮廓对应的包围框的顶点的位置信息；以及

获取到所述边框轮廓的顶点的位置信息；

利用所述边框轮廓的顶点的位置信息及其对应的所述包围框的顶点的位置信息，计算得到所述边框轮廓的变换矩阵；

通过所述变换矩阵对边框轮廓的单元格的位置信息进行校正；

基于校正后的每个单元格的线条之间的位置关系对所述线条进行网格划分，得到网格线条；

将所述网格线条与所述单元格进行映射，得到所述表格的结构化图像；

利用所述文字的位置信息确定所述文字对应所述结构化图像的位置，以得到所述待结构化图像的表格的结构化信息。

2.根据权利要求1所述的表格结构化方法，其特征在于，所述待结构化图像为至少一个；

获取到所述边框轮廓对应的包围框的顶点的位置信息；以及获取到所述边框轮廓的顶点的位置信息的步骤包括：

获取到各所述边框轮廓对应的包围框的顶点的位置信息；以及获取到各所述边框轮廓的顶点的位置信息；

所述利用所述边框轮廓的顶点的位置信息及其对应的所述包围框的顶点的位置信息，计算得到所述边框轮廓的变换矩阵的步骤，包括：

利用所述边框轮廓的顶点的位置信息及其对应的所述包围框的顶点的位置信息，计算得到各所述边框轮廓的变换矩阵；

所述通过所述变换矩阵对边框轮廓的单元格的位置信息进行校正的步骤包括：

通过所述变换矩阵对各边框轮廓的单元格的位置信息进行校正；

利用校正后的单元格的位置信息以及所述边框轮廓的位置关系确定每个所述单元格所属的表格。

3.根据权利要求1或2任一项所述的表格结构化方法，其特征在于，所述获取到所述边框轮廓对应的包围框的顶点的位置信息的步骤，包括：

将所述表格边框的最小外接边框进行旋转，得到所述最小外接边框旋转后的所述边框轮廓对应的包围框，并获取边框轮廓对应的包围框的顶点的位置信息。

4.根据权利要求3所述的表格结构化方法，其特征在于，所述将所述表格边框的最小外接边框进行旋转，得到所述最小外接边框旋转后的所述边框轮廓对应的包围框，并获取所述边框轮廓对应的包围框的顶点的位置信息的步骤，包括：

将所述表格边框的最小外接斜矩形进行旋转，得到矩形的包围框，并获取所述矩形的包围框的顶点的位置信息。

5.根据权利要求3所述的表格结构化方法，其特征在于，所述利用校正后的单元格的位置信息以及所述边框轮廓的位置关系确定每个所述单元格所属的表格的步骤，包括：

利用所述校正后的单元格的位置信息以及所述边框轮廓的位置关系计算所述校正后的单元格与所述边框轮廓的重叠部分的面积的比值；

判断所述比值是否大于第一预设值，若大于所述第一预设值则确定所述单元格属于所述表格；若否，则所述单元格不属于所述表格。

6.根据权利要求1所述的表格结构化方法，其特征在于，所述获取到所述边框轮廓的对应的包围框的顶点的位置信息以及获取到所述边框轮廓的顶点的位置信息的步骤具体包括：

通过多边形拟合的方式和直线检测的方式分别获取对应所述边框轮廓的顶点的位置信息。

7.根据权利要求5所述的表格结构化方法，其特征在于，所述获取到所述边框轮廓对应的包围框的顶点的位置信息之后的步骤：

将所述多边形拟合的方式和直线检测的方式分别获取对应所述边框轮廓的顶点的位置信息分别映射到所述边框轮廓对应的包围框的顶点的位置信息上，并计算出对应的变换矩阵；

根据所述对应的变换矩阵对所述表格边框的轮廓点进行透视变换得到所述表格边框的轮廓点对应的外接边框；

计算所述表格边框的轮廓点对应的外接边框的倾斜角平均值；

根据所述倾斜角平均值选择多边形拟合的方式或直线检测的方式以获取所述边框轮廓的顶点的位置信息。