[发明专利]表格识别方法及相关装置和电子设备、存储介质

说明书

本申请公开了一种表格识别方法及相关装置和电子设备、存储介质，其中，表格识别方法包括：提取表格图像的表格特征图；表格图像包含若干目标单元格；基于表格特征图进行行列识别，得到行分隔线和列分隔线；在表格特征图提取得到若干基础单元格的第一特征；其中，若干基础单元格是利用行分隔线和列分隔线划分得到的；基于若干基础单元格的第一特征，得到目标单元格；基于目标单元格的第二特征，得到目标单元格内表格文本；其中，第二特征是在表格特征图提取得到的。上述方案，能够降低表格识别的处理负荷。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种表格识别方法及相关装置和电子设备、存储介质。

背景技术

表格作为一种组织整理数据的有效手段，通常存在于诸如科研文章、期刊报纸、调研报告等诸多文件中。因此，在基于上述文件执行诸如篇章解析、摘要生成等任务的情况下，需要先对表格进行识别。

表格识别任务通常包括表格结构识别和表格内容识别，即一方面需要识别出表格各个单元格，另一方面还需要识别出各个单元格内的表格文本，由此可见表格识别任务之复杂。而目前，现有的表格图像的识别方式，在面对复杂的表格识别任务时，仍然存在处理负荷较高的技术问题。有鉴于此，如何降低表格识别的处理负荷成为亟待解决的问题。

发明内容

本申请主要解决的技术问题是提供一种表格识别方法及相关装置和电子设备、存储介质，能够降低表格识别的处理负荷。

为了解决上述技术问题，本申请第一方面提供了一种表格识别方法，包括：提取表格图像的表格特征图；表格图像包含若干目标单元格；基于表格特征图进行行列识别，得到行分隔线和列分隔线；在表格特征图提取得到若干基础单元格的第一特征；其中，若干基础单元格是利用行分隔线和列分隔线划分得到的；基于若干基础单元格的第一特征，得到目标单元格；基于目标单元格的第二特征，得到目标单元格内表格文本；其中，第二特征是在表格特征图提取得到的。

为了解决上述技术问题，本申请第二方面提供了一种表格识别装置，包括：表格特征提取模块、行列分割线识别模块、单元格特征提取模块、目标单元格识别模块和表格文本识别模块，表格特征提取模块用于提取表格图像的表格特征图；表格图像包含若干目标单元格；行列分隔线识别模块用于基于表格特征图进行行列识别，得到行分隔线和列分隔线；单元格特征提取模块用于在表格特征图提取得到若干基础单元格的第一特征；其中，若干基础单元格是利用行分隔线和列分隔线划分得到的；目标单元格识别模块用于基于若干基础单元格的第一特征，得到目标单元格；表格文本识别模块用于基于目标单元格的第二特征，得到目标单元格内表格文本；其中，第二特征是在表格特征图提取得到的。

为了解决上述技术问题，本申请第三方面提供了一种电子设备，包括相互耦接的存储器和处理器，存储器中存储有程序指令，处理器用于执行程序指令以实现上述第一方面中的表格识别方法。

为了解决上述技术问题，本申请第四方面提供了一种计算机可读存储介质，存储有能够被处理器运行的程序指令，程序指令用于实现上述第一方面中的表格识别方法。

上述方案，提取表格图像的表格特征图，且表格图像包含若干目标单元格，基于表格特征图进行行列识别，得到行分隔线和列分隔线，并在表格特征图提取得到若干基础单元格的第一特征，且若干基础单元格是利用行分隔线和列分隔线划分得到的，在此基础上，基于若干基础单元格的第一特征，得到目标单元格，并基于目标单元格的第二特征，得到目标单元格内表格文本，且第二特征是在表格特征图提取得到的，由此可见，在表格识别的整个过程中，所涉及到的行列分隔线、目标单元格和表格文本归根结底均是通过表格特征图识别得到的，即能够有效提高表格特征图的复用率，有利于大大降低表格识别的处理负荷。

附图说明

图1是本申请表格识别方法一实施例的流程示意图；

图2是表格图像一实施例的示意图；

图3是表格图像另一实施例的示意图；