[发明专利]表格图像处理方法、装置、计算机设备及可读存储介质

说明书

本发明提供一种表格图像处理方法、装置、计算机设备及可读存储介质，方法包括：获取待处理表格图像；对待处理表格图像进行识别，获得全部文本块的位置信息以及全部选择标识的位置信息；针对待处理表格图像中的待匹配单元格图像，根据待匹配单元格图像内的文本块的位置信息和文本块编号、选择标识的位置信息和选择标识编号，构建待匹配单元格图像对应的距离矩阵；基于待匹配单元格图像对应的距离矩阵，为待匹配单元格图像中的选择标识匹配目标文本块；本发明提供了一种行之有效的选择标识与文本块一对一匹配的解决方案，为后续提取选择标识的文本块进行表格重构提供了基础，提高了表格图像处理的效率和准确度。

技术领域

本发明涉及图像处理技术领域，具体而言，涉及一种表格图像处理方法、装置、计算机设备及可读存储介质。

背景技术

表格资料已经广泛存在于各行各业中了，随着光学字符识别（Optical CharacterRecognition，简称OCR）技术不断普及，针对表格识别的需求越来越多，通过智能识别表格中的有用信息并加以提取，从而可以降低人工成本，提高识别效率。

目前，相关技术提出的表格识别方法虽然识别表格中的文本块，但是，表格中往往会存在大量的勾选信息，这些勾选信息才是用于真正有用的信息，然而，由于这些勾选信息对应的勾选标记形式多样，这些勾选标记的识别与文本块匹配是目前的一个难点，因此，如何识别表格中的勾选标记并进行文本块匹配，是需要解决的问题。

发明内容

本发明的目的之一在于提供一种表格图像处理方法、装置、计算机设备及可读存储介质，能够解决选择标识与文本块一对一匹配问题，从而为后续提取选择标识的文本块进行表格重构提供了基础，提高了表格图像处理的效率和准确度。

第一方面，本发明提供一种表格图像处理方法，所述方法包括：获取待处理表格图像；对所述待处理表格图像进行识别，获得全部文本块的位置信息以及全部选择标识的位置信息；针对所述待处理表格图像中的待匹配单元格图像，根据所述待匹配单元格图像内的文本块的位置信息和文本块编号、选择标识的位置信息和选择标识编号，构建所述待匹配单元格图像对应的距离矩阵；基于所述待匹配单元格图像对应的距离矩阵，为所述待匹配单元格图像中的选择标识匹配目标文本块；其中，所述待匹配单元格图像为同时存在文本块和选择标识的单元格图像；所述目标文本块为所述待匹配单元格图像内全部所述文本块中的其中一个。

可选地，所述方法还包括：从所述全部选择标识中确定目标选择标识；将所述目标选择标识对应的目标文本块确定为待提取文本块；基于所述待提取文本块以及除所述目标文本块以外的文本块，重构所述待处理表格图像。

可选地，对所述待处理表格图像进行识别，获得全部文本块的位置信息以及全部选择标识的位置信息，包括：对所述待处理表格图像进行单元格识别，确定每个单元格对应的所述单元格图像；对目标单元格图像进行文本块检测和选择标识检测，确定目标单元格图像中所述文本块的位置信息，或者，确定目标单元格图像中文本块和所述选择标识各自的位置信息；其中，所述目标单元格图像为全部所述单元格图像中的任一个；遍历全部所述单元格图像，获得全部所述文本块的位置信息以及全部所述选择标识的位置信息。

可选地，基于所述待匹配单元格图像对应的距离矩阵，为所述待匹配单元格图像中的选择标识匹配目标文本块，包括：根据第一待匹配单元格图像对应的所述距离矩阵，确定所述第一待匹配单元格图像中与每个所述选择标识匹配的所述目标文本块；其中，所述第一待匹配单元格图像为全部所述待匹配单元格图像中的任一个；遍历全部所述待匹配单元格图像，获得所述全部选择标识匹配的所述目标文本块。

可选地，在针对所述待处理表格图像中的待匹配单元格图像，根据所述待匹配单元格图像内的文本块的位置信息和文本块编号、选择标识的位置信息和选择标识编号，构建所述待匹配单元格图像对应的距离矩阵的步骤之前，还包括：按照预设顺序分别对所述待匹配单元格图像内的文本块和选择标识进行编号；其中，所述预设顺序为所述待匹配单元格图像的水平方向或者竖直方向。