[发明专利]表格信息的提取方法、装置、设备及存储介质

摘要

本申请提供了一种表格信息的提取方法、装置、设备及存储介质，属于计算机技术领域。本申请提供了能够从PDF文件中自动化提取无表格线的表格的方法。通过利用图像处理技术，自动化地找到垂直分割线的位置，利用NLP技术，自动化地找到水平分割线的位置。利用垂直分割线和水平分割线对图像进行分割，从而准确地分割出单元格区域，进而根据单元格区域提取图像包含的表格信息。即使PDF文件或图片等源文件包含的表格是不规范的表格，例如表格无表格线、表格线不完整或单元格出现换行文本，也能通过该方法准确提取出表格信息，并且无需用户人工操作，做到全程自动化，因此极大地提高了表格信息的提取效率。