[发明专利]一种基于定量偏移的表格识别方法、装置及设备

权利要求书

1.一种基于定量偏移的表格识别方法，其特征在于，包括以下步骤：

S1：对需要识别的目标表格建立坐标，其中，所述坐标包括行候选坐标和列候选坐标；

S2：获取所述目标表格的行真实交叉点；

S3：获取所述目标表格的列真实交叉点；

S4：对所述目标表格的行真实交叉点进行过滤，识别合并行；

S5：对所述目标表格的列真实交叉点进行过滤，识别合并列。

2.根据权利要求1所述的一种基于定量偏移的表格识别方法，其特征在于，所述步骤S2具体包括：

S21：提取所述目标表格的横线集合；

S22：根据所述列候选坐标，构造竖线集合1；

S23：在水平方向上将构造的竖线集合1向右做定量偏移得到新竖线集合1；

S24：将所述横线集合与所述新竖线集合1相与，得到交叉点集合1；

S25：将所述交叉点集合1向左定量反偏移，得到所述目标表格的行真实交叉点1。

3.根据权利要求1所述的一种基于定量偏移的表格识别方法，其特征在于，所述步骤S3具体包括：

S31：提取所述目标表格的竖线集合；

S32：根据所述行候选坐标，构造横线集合1；

S33：在垂直方向上将构造的横线集合1向下做定量偏移得到新横线集合1；

S34：将所述竖线集合与所述新横线集合1相与，得到交叉点集合2；

S35：将所述交叉点集合2向上定量反偏移，得到所述目标表格的列真实交叉点1。

4.根据权利要求2所述的一种基于定量偏移的表格识别方法，其特征在于，所述步骤S4具体包括：

S41：对表格的行真实交叉点1进行过滤，得到每一列的行真实交叉点2；

S42：判断每个所述行真实交叉点2与所述列候选坐标长度是否相等，若相等，执行步骤S43，若不相等，执行步骤S44；

S43：表示此列不存在合并行；

S44：表明行真实交叉点2所在列存在合并行，计算相邻的行真实交叉点2在行候选坐标中的下标位置；

S45：计算所述相邻的行真实交叉点2的下标差，如果所述下标差大于1则表明存在合并行。

5.根据权利要求3所述的一种基于定量偏移的表格识别方法，其特征在于，所述步骤S4具体包括：

S51：对表格的列真实交叉点1进行过滤，得到每一行的列真实交叉点2；

S52：判断每个所述列真实交叉点2与所述行候选坐标高度是否相等，若相等，执行步骤S53，若不相等，执行步骤S54；

S53：表示此行不存在合并列；

S54：表明列真实交叉点2所在行存在合并列，计算相邻的列真实交叉点2在列候选坐标中的下标位置；

S55：计算所述相邻的列真实交叉点2的下标差，如果所述下标差大于1则表明存在合并列。

6.根据权利要求4所述的一种基于定量偏移的表格识别方法，其特征在于，所述步骤S44中下标位置的计算原理为：

C_H(Y)＝{z|Y＝C_Hz}，0≤z＜M

其中，C_Hz表示C_H的第z个元素，M＝|C_H|，C_H＝{y₁,y₂,…,y_M}表示行候选坐标，Y表示下标位置。

7.根据权利要求4所述的一种基于定量偏移的表格识别方法，其特征在于，所述步骤S45中下标差的计算原理为：

其中，ΔIndex_j,j+1表示相邻交叉点在行候选坐标C_H中的下标之差，表示A_i中的第j个交叉点的y坐标值，表示在C_H中的下标位置，C_H＝{y₁,y₂,…,y_M}表示行候选坐标。