[发明专利]表格图像处理方法和装置

说明书

本公开提供了一种表格图像处理方法和装置，涉及人工智能技术领域，具体为深度学习、图像处理、计算机视觉技术领域，可应用于OCR等场景。实现方案为：获得目标图像，目标图像中包含表格，表格包括多个单元格和多个字符；基于目标图像，确定表格的结构信息和文本信息，结构信息指示多个单元格中的每一个单元格的行列索引信息，文本信息包括多个字符中的每一个字符的位置；以及基于结构信息和文本信息，确定多个单元格中的每一个单元格的边框位置。

技术领域

本公开涉及人工智能技术领域，具体为深度学习、图像处理、计算机视觉技术领域，可应用于OCR等场景，具体涉及一种表格图像处理方法和装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术：人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

基于人工智能的图像处理技术，已经渗透到各个领域。其中，基于人工智能的表格图像的识别技术，通过对包含表格的图像进行识别，提取图像中的表格信息。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种图像处理方法、用于训练图像处理模型的方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种表格图像处理方法，包括：获得目标图像，所述目标图像中包含表格，所述表格包括多个单元格和多个字符；基于所述目标图像，确定所述表格的结构信息和文本信息，所述结构信息指示所述多个单元格中的每一个单元格的行列索引信息，所述文本信息包括所述多个字符中的每一个字符的位置；以及基于所述结构信息和所述文本信息，确定所述多个单元格中的每一个单元格的边框位置。

根据本公开的另一方面，提供了一种表格图像处理装置，包括：目标图像获取单元，被配置用于获得目标图像，所述目标图像中包含表格，所述表格包括多个单元格和多个字符；识别结果获取单元，被配置用于基于所述目标图像，获得所述表格的结构信息和文本信息，所述结构信息指示所述多个单元格中的每一个单元格的行列索引信息，所述文本信息包括所述多个字符和每一个字符的位置；以及单元格确定单元，被配置用于基于所述结构信息和所述文本信息，确定所述多个单元格中的每一个单元格的边框位置。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器实现根据上述的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机实现根据上述的方法。

根据本公开的另一方面，提供了一种计算机程序产品包括计算机程序，其中，所述计算机程序在被处理器执行时实现根据上述的方法。

根据本公开的一个或多个实施例，可以获得图像中的表格的边框的位置，并且所获得的边框位置准确。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明