[發明專利]一種圖片表格識別的方法及裝置

在審

• 申請號: 202010198537.9
• 申請日: 2020-03-19
• 公開（公告）號: CN111325183A
• 公開（公告）日: 2020-06-23
• 發明（設計）人: 李長明;尹明君
• 申請（專利權）人: 暢捷通信息技術股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/08
• 代理公司: 北京久誠知識產權代理事務所(特殊普通合伙) 11542
• 代理人: 余罡

一種基于目標識別定位表格單元格，根據表格單元格獲得表格線準確位置的方法，包括：S1.標記構建訓練數據；S2.利用現有的目標識別模型訓練數據，獲得訓練模型；S3.利用訓練后的模型識別表格單元格；S4.利用識別的表格單元格計算表格線的實際位置。

技術領域

本發明涉及計算機圖像識別領域，更具體地，涉及一種圖片表格識別的方法及裝置。

背景技術

企業在購買或賣出產品時，會收取或出具不同種類的票據。這些票據中，表格類的票據占了大部分。將這些票據輸入電腦，既浪費人力又容易出錯。為了將表格票據自動輸入電腦，出現了基于數學形態學的表格識別技術。隨著深度學習的發展，也出現了一些應用CNN對表格進行識別的方法?；谛螒B學的表格識別技術，對于電腦抓圖的表格識別效果不錯，但對于現實中的拍照獲取的表格，效果不太理想?；贑NN的表格識別技術，需要的數據量巨大，訓練好一個模型，耗費的人力較大。

發明內容

本發明提供了一種基于目標識別定位表格單元格，根據表格單元格獲得表格線準確位置的方法，包括：

S1.標記構建訓練數據；

S2.利用現有的目標識別模型訓練數據，獲得訓練模型；

S3.利用訓練后的模型識別表格單元格；

S4.利用識別的表格單元格計算表格線的實際位置。

在本公開的一實施例中，所述目標識別模型為faster R-CNN、yoloV3或SSD。

在本公開的一實施例中，所述S3中，用訓練模型對輸入的待識別圖片進行識別，識別出圖片中的表格單元格，剔除少數噪聲點。

在本公開的一實施例中，計算橫向臨近單元格重疊區域的半寬度均值dW，縱向臨近單元格重疊區域的半高度均值dH，用dW和dH估算出單元格的實際頂點位置。

在本公開的一實施例中，再用估算出的表格單元格的頂點擬合出表格的橫線和豎線，即為表格單元格的表格線。

本發明還提供一種圖片表格識別的裝置，包括：

訓練數據單元，用于標記構建訓練數據；

訓練模型單元，用于利用現有的目標識別模型訓練數據，獲得訓練模型；

表格識別單元，用于利用訓練后的模型識別表格單元格；

表格計算單元，用于利用識別的表格單元格計算表格線的實際位置。

在本公開的一實施例中，所述目標識別模型為faster R-CNN、yoloV3或SSD。

在本公開的一實施例中，所述表格識別單元，用于訓練模型對輸入的待識別圖片進行識別，識別出圖片中的表格單元格，剔除少數噪聲點。

在本公開的一實施例中，所述表格計算單元，用于計算橫向臨近單元格重疊區域的半寬度均值dW，縱向臨近單元格重疊區域的半高度均值dH，用dW和dH估算出單元格的實際頂點位置。

在本公開的一實施例中，所述表格計算單元，再用于以估算出的表格單元格的頂點擬合出表格的橫線和豎線，即為表格單元格的表格線。

本發明提供的圖片表格識別的方法及裝置，具有如下技術效果：

1.與識別表格線再識別表格的方法相比，對扭曲圖像的識別效果較好。

2.對長表格的識別效果好于一般的表格識別方法。

本發明實施例的其它特征和優點將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本發明而了解。本發明的目的和其他優點可通過在所寫的說明書、權利要求書、以及附圖中所特別指出的結構來實現和獲得。