[发明专利]一种基于定量偏移的表格识别方法、装置及设备

说明书

本发明公开了一种基于定量偏移的表格识别方法、装置及设备。包括：对需要识别的目标表格建立坐标，其中，坐标包括行候选坐标和列候选坐标；获取目标表格的行真实交叉点；获取目标表格的列真实交叉点；对目标表格的行真实交叉点进行过滤，识别合并行；对目标表格的列真实交叉点进行过滤，识别合并列。基于定量偏移识别，通过判断真实交叉点数量与横、纵候选坐标的个数之积是否相同进行识别，识别效率更高；体量更小，执行速度更快；通过识别合并行和合并列的操作实现表格数字化管理。

技术领域

本发明涉及智能识别领域，尤其是涉及一种基于定量偏移的表格识别方法、装置及设备。

背景技术

表格以直观简洁的信息记录方式应用于生产生活的各个领域，虽然计算机已经普及，现实生活仍存在大量的纸质表格文档，且其中的信息仍具有重要价值，而目前表格识别技术的研究对象主要是快递单、发票等格式固定的表格，然而对于实际应用中没有统一标准或模板的异构表格，其识别技术研究相对缓慢，缺少成型的使用系统。

现有技术一般采用基于矩阵模板对图像进行遍历来确定各个交叉点类型的方式。

传统算法在确定表格各个交叉点类型后还需定义规则进行模式匹配才能识别合并单元格，单元格越多检索所需时间越长，时间复杂度与单元格数量呈正比，无法实现对全线框表格的检测，不能实现任意表格的自动定位与电子化转换，在识别不存在合并单元格的简单表格或是单元格数量较多的表格时，基于交叉点特征的识别方法过于复杂。

发明内容

本发明的目的在于克服现有技术无法实现对对全线框表格的检测、不能实现任意表格的自动定位与电子化转换等问题，并为此提供了一种基于定量偏移的表格识别方法、装置及设备，可以对表格进行定量偏移后识别合并行和合并列。

第一方面，本公开实施例提供了一种基于定量偏移的表格识别方法，包括：

S1：对需要识别的目标表格建立坐标，其中，坐标包括行候选坐标和列候选坐标；

S2：获取目标表格的行真实交叉点；

S3：获取目标表格的列真实交叉点；

S4：对目标表格的行真实交叉点进行过滤，识别合并行；

S5：对目标表格的列真实交叉点进行过滤，识别合并列。

第二方面，本公开实施例还提供了一种基于定量偏移的表格识别装置，该装置包括：

坐标建立模块，用于对需要识别的目标表格建立坐标，其中，坐标包括行候选坐标和列候选坐标；

行真实交叉点获取模块，用于获取目标表格的行真实交叉点；

列真实交叉点获取模块，用于获取目标表格的列真实交叉点；

合并行识别模块，用于对目标表格的行真实交叉点进行过滤，识别合并行；

合并列识别模块，用于对目标表格的列真实交叉点进行过滤，识别合并列。

第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：

至少一个处理器；以及

与至少一个处理器通信连接的存储器；其中，

当存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行如本公开任意实施例的一种基于定量偏移的表格识别方法。

第四方面，本公开实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本公开任意实施例的一种基于定量偏移的表格识别方法。