[發(fā)明專利]一種表格標(biāo)注的方法和系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010637317.1
• 申請(qǐng)日: 2020-07-03
• 公開(kāi)（公告）號(hào): CN111881769A
• 公開(kāi)（公告）日: 2020-11-03
• 發(fā)明（設(shè)計(jì)）人: 萬(wàn)林;張百靈;周炬;馬成龍
• 申請(qǐng)（專利權(quán)）人: 蘇州開(kāi)心盒子軟件有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00
• 代理公司: 北京尚倫律師事務(wù)所 11477
• 代理人: 陳紅亮

1.一種表格標(biāo)注的方法，其特征在于，包括以下步驟：

對(duì)包含有表格的文檔圖像進(jìn)行二值化，獲得文檔二值圖像；

從所述文檔二值圖像中提取文檔圖像的橫線，獲得第一圖像；

從所述文檔二值圖像中提取文檔圖像的豎線，獲得第二圖像；

將第一圖像和第二圖像進(jìn)行疊加，并進(jìn)行輪廓檢測(cè)，得到所述輪廓的外截矩形，獲得所述表格的單元格；

對(duì)所述單元格中信息進(jìn)行內(nèi)容識(shí)別，獲得所述單元格內(nèi)容；

將檢測(cè)到的表格的單元格位置信息和識(shí)別出來(lái)的單元格內(nèi)容信息輸入到標(biāo)注工具，獲得表格標(biāo)注結(jié)果。

2.根據(jù)權(quán)利要求1所述的表格標(biāo)注的方法，其特征在于，所述對(duì)包含有表格的文檔圖像進(jìn)行二值化，獲得文檔二值圖像，進(jìn)一步包括以下步驟：

文檔圖像的局部區(qū)域根據(jù)對(duì)應(yīng)的特征設(shè)定二值化閾值，所述特征包括亮度、對(duì)比度和/或紋理；

文檔圖像的局部區(qū)域根據(jù)設(shè)定的二值化閾值進(jìn)行二值化，獲得文檔二值圖像。

3.根據(jù)權(quán)利要求1或者2所述的表格標(biāo)注的方法，其特征在于，所述文檔二值圖像為黑底白字。

4.根據(jù)權(quán)利要求3所述的表格標(biāo)注的方法，其特征在于，將所述文檔二值圖像進(jìn)行3次腐蝕和3次膨脹，提取所述文檔圖像中的橫線，得到第一圖像；

將所述文檔二值圖像進(jìn)行3次腐蝕和3次膨脹，提取文檔圖像中的豎線，得到第二圖像。

5.根據(jù)權(quán)利要求1所述的表格標(biāo)注的方法，其特征在于，還包括以下步驟：

得到所述輪廓的外截矩形后，根據(jù)預(yù)設(shè)條件過(guò)濾掉不合適的矩形框。

6.根據(jù)權(quán)利要求1所述的表格標(biāo)注的方法，其特征在于，還包括以下步驟：對(duì)所述表格標(biāo)注結(jié)果進(jìn)行檢查，修改錯(cuò)誤的表格標(biāo)注結(jié)果，對(duì)沒(méi)有標(biāo)注的表格單元格補(bǔ)充標(biāo)注結(jié)果。

7.根據(jù)權(quán)利要求1所述的表格標(biāo)注的方法，其特征在于，標(biāo)注工具是labelme工具，表格標(biāo)注結(jié)果是json數(shù)據(jù)。

8.一種表格標(biāo)注的系統(tǒng)，其特征在于，包括二值化單元、提取單元、檢測(cè)單元、內(nèi)容識(shí)別單元和標(biāo)注單元，其中

二值化單元用于對(duì)包含有表格的文檔圖像進(jìn)行二值化，獲得文檔二值圖像；

提取單元用于從所述文檔二值圖像中提取文檔圖像的橫線，獲得第一圖像，并從所述文檔二值圖像中提取文檔圖像的豎線，獲得第二圖像；

檢測(cè)單元用于將第一圖像和第二圖像進(jìn)行疊加，并進(jìn)行輪廓檢測(cè)，得到所述輪廓的外截矩形，獲得所述表格的單元格；

內(nèi)容識(shí)別單元用于對(duì)所述單元格中信息進(jìn)行內(nèi)容識(shí)別，獲得所述單元格內(nèi)容；

標(biāo)注單元用于將檢測(cè)到的表格的單元格位置信息和識(shí)別出來(lái)的單元格內(nèi)容信息輸入到標(biāo)注工具，獲得表格標(biāo)注結(jié)果。

9.根據(jù)權(quán)利要求8所述的表格標(biāo)注的系統(tǒng)，其特征在于，所述檢測(cè)單元還用于在得到所述輪廓的外截矩形后，根據(jù)預(yù)設(shè)條件過(guò)濾掉不合適的矩形框。

10.根據(jù)權(quán)利要求8所述的表格標(biāo)注的系統(tǒng)，其特征在于，所述標(biāo)注單元是labelme工具。