[發明專利]一種文本圖像中表格的結構化信息的識別方法及裝置

有效

• 申請號: 202010079924.0
• 申請日: 2020-02-04
• 公開（公告）號: CN111259854B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 劉寧;吳志超;王靜;胡茜;董婉;申亞男
• 申請（專利權）人: 北京愛醫生智慧醫療科技有限公司
• 主分類號: G06V30/413
• 分類號: G06V30/413;G06V30/146;G06V30/148;G06F40/174;G06F40/177
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王宇楊

本發明實施例提供一種文本圖像中表格的結構化信息的識別方法及裝置，所述方法包括：在所述文本圖像中確定屬于同一個表格內的表格線，確定與所述表格線的方向相垂直的第一目標坐標軸；確定所述同一個表格內的初始單元格；確定相鄰兩個初始單元格的交線，構建包含所述交線的多邊形，確定所述多邊形的包圍區域內的線段像素數，并根據所述線段像素數和預設閾值的比較結果，確定是否合并相鄰兩個初始單元格；遍歷所有相鄰兩個初始單元格，并根據合并結果確定結構化信息的識別結果。所述裝置執行上述方法。本發明實施例提供的方法及裝置，能夠自動和準確地識別文本圖像中表格的結構化信息。

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種文本圖像中表格的結構化信息的識別方法及裝置。

背景技術

隨著人工智能技術的發展，在工業領域得到了越來越廣泛的應用。人工智能技術在深入到工業系統中后，在一些機械性、重復性的勞動過程中，可以部分替代人工，或者說輔助人工，以提高人的生產效率，降低企業的生產成本。這一技術框架被稱之為機器人流程自動化(Robotic?Process?Automation，簡稱“RPA”)。

RPA的一個典型應用是企業的合同文本的自動化處理流程。一個企業在生產過程中，有大量的合同需要處理，如各類原料采購合同和設備銷售合同等。由于合同涉及到多類供方或需方，且合同內容因具體業務而不同，合同內容并不標準。企業往往需要雇傭多位財務人員，每天對各類合同進行人工審核和標準化處理，人工審核成本高，且容易出錯。

本發明實施例的背景是利用人工智能技術，將企業的大量紙質合同進行統一掃描或拍照，將這些合同進行電子化，得到包含表格的文本圖像，然后，進行光學字符識別(Optical?Character?Recognition，簡稱“OCR”)，將圖片中的文字及其坐標提取出來。在這基礎之上，為了進一步分析文本圖像中表格的結構化信息，需要識別上述結構化信息。

發明內容

針對現有技術存在的問題，本發明實施例提供一種文本圖像中表格的結構化信息的識別方法及裝置。

本發明實施例提供一種文本圖像中表格的結構化信息的識別方法，包括：

在所述文本圖像中確定屬于同一個表格內的表格線，確定與所述表格線的方向相垂直的第一目標坐標軸；

獲取所述同一個表格內的文字度量信息、所述表格線在所述第一目標坐標軸上的坐標，并根據與所述文字度量信息相對應的、相同方向的相鄰兩條表格線對應的相鄰坐標和所述文字度量信息，確定所述同一個表格內的初始單元格；

確定相鄰兩個初始單元格的交線，構建包含所述交線的多邊形，確定所述多邊形的包圍區域內的線段像素數，并根據所述線段像素數和預設閾值的比較結果，確定是否合并相鄰兩個初始單元格；

遍歷所有相鄰兩個初始單元格，并根據合并結果確定所述同一個表格內的最終單元格，并將所有最終單元格作為結構化信息的識別結果。

其中，所述文字度量信息包括文字寬度信息和文字高度信息；相應的，所述根據與所述文字度量信息相對應的、相同方向的相鄰兩條表格線對應的相鄰坐標和所述文字度量信息，確定所述同一個表格內的初始單元格，包括：

若所述文字度量信息為所述文字寬度信息，則計算豎直方向的相鄰兩條表格線對應的相鄰橫坐標之間的橫坐標差值，并根據所述橫坐標差值與所述文字寬度信息，確定所述同一個表格內的列數；

若所述文字度量信息為所述文字高度信息，則計算水平方向的相鄰兩條表格線對應的相鄰豎坐標之間的豎坐標差值，并根據所述豎坐標差值與所述文字高度信息，確定所述同一個表格內的行數；

根據所述列數和所述行數，確定所述同一個表格內的初始單元格。

其中，所述根據所述橫坐標差值與所述文字寬度信息，確定所述同一個表格內的列數，包括：