首页/ 上海汇航捷讯网络科技有限公司/ 专利详情

一种表格结构提取方法

基本信息

申请号 CN202010129664.3 申请日 -
公开（公告）号 CN111368695A 公开（公告）日 2020-07-03
申请公布号 CN111368695A 申请公布日 2020-07-03
分类号 G06K9/00;G06K9/34;G06K9/46;G06N3/04 分类 -
发明人 汪雨;郭彦儒;王威 申请（专利权）人 上海汇航捷讯网络科技有限公司
代理机构 北京同恒源知识产权代理有限公司 代理人 上海汇航捷讯网络科技有限公司
地址 200120 上海市浦东新区（上海）自由贸易试验区民生路1403号1112室
法律状态 -

摘要

摘要 本发明涉及一种表格结构提取方法，属于文档识别领域。该方法包括：S1：数据转换；S2：图片预处理及直线分割；S3：直线检测及预处理；S4：水平线与竖直线判断；S5：查找交点；S6：断线的续连；S7：获取单元格。本发明采用深度网络分割图像，泛化和稳定性更高，能够减小背景色、印章、线条颜色的干扰；对表格图像进行分析，能处理表格线断裂，文字表格线粘连等常见问题，正确得到表格结构；对分割图进行线条检测时，通过按比例缩小图像提高检测速度，并保证大小与坐标还原；通过交点关系产生单元格，排除了原始线条的凸凹瑕疵，使单元格更加美观。