[发明专利]一种基于深度学习的表格提取和识别方法及系统

权利要求书

1.一种基于深度学习的表格提取和识别方法，其特征在于，包括：

S1，表格检测：使用目标检测模型定位文档图片中表格的位置；去除重复检测框，获取表格的坐标，并从原图中以该坐标截取出表格图片；

S2，检测表格线，获取单元格：

S21，使用图像分割模型检测表格线，图像分割模型预测出的目标区域是多边形区域；

S22，对预测的目标区域的二值化图片做八连通区域标记，获取目标区域的轮廓点集坐标，求取每个目标区域的最小外接矩形，由最小外接矩形的左上角和右下角坐标作为表格线的首尾坐标；

S23，对表格线检测不全的线条进行填补；

S24，对表格边界未闭合的线条进行补全；

S25，对处理后的表格线生成的二值化图像做八连通区域标记，获取由所有表格线所搭建的单元格坐标；

S26，去除重合的单元格和尺寸不符合预设要求的单元格；

S3，表格重建：对表格线中所有的横线和竖线进行排序，获取单元格的行列分布，实现表格结构的重建，以及对原图做OCR识别，将文本识别内容和表格的单元格一一对应，实现表格内容的重建。

2.根据权利要求1所述的一种基于深度学习的表格提取和识别方法，其特征在于，步骤S1具体包括如下步骤：

S11，使用yolov5模型对表格位置进行定位；

S12，采用非极大值抑制NMS算法对yolov5模型预测的候选框去除重复检测框，获得表格的具体坐标。

3.根据权利要求2所述的一种基于深度学习的表格提取和识别方法，其特征在于，步骤S12具体包括如下步骤：

计算n个候选框的面积大小；

对置信度进行降序排序，获取排序后的下标序号，即采用argsort；

将当前置信度最大的候选框加入到结果列表中；

计算当前置信度最大的候选框与其他任意候选框的相交面积；

利用相交面积和两个候选框的自身面积计算候选框的交并比，将交并比大于预设阈值的候选框删除；

对剩余的候选框重复以上过程，直到处理完所有的候选框。

4.根据权利要求1所述的一种基于深度学习的表格提取和识别方法，其特征在于，步骤S23具体包括如下步骤：

识别表格线中至少一条目标线段，并确定一条参考线，所述目标线段所在直线的方向与所述参考线所在直线的方向互相垂直；

设目标线段的首尾点坐标分别为p1(x₁,y₁)、p2(x₂,y₂)，设参考线的直线方程为Ax+By+C＝0，其中，A＝y₂-y₁，B＝x₂-x₁，C＝x₂*y₁-x₁*y₂；计算目标线段所在直线与参考线所在直线的交点：

Ax₁+By₁+C₁＝0，Ax₂+By₂+C₂＝0

x＝(B₁*C₂-B₂*C₁)/(A₁*B₂-A₂*B₁)

y＝(A₂*C₁-A₁*C₂)/(A₁*B₂-A₂*B₁)

其中，(x,y)为两条直线的交点坐标；

计算目标线段的首尾点坐标到交点的距离，判断计算出的两个距离中的最小距离是否大于预设的距离阈值，若大于，则需要对目标线段进行补全。