[發明專利]一種柱狀圖數據提取和轉化方法

在審

• 申請號: 202010979562.0
• 申請日: 2020-09-17
• 公開（公告）號: CN112101237A
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 王辰
• 申請（專利權）人: 新華智云科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 杭州裕陽聯合專利代理有限公司 33289
• 代理人: 田金霞

1.一種柱狀圖數據提取和轉化方法，其特征在于，所述方法包括如下步驟：

獲取柱狀圖；

采用目標檢測模型識別柱狀圖中的文字、圖例位置；

將識別的文字和圖例進行分類，并采用文字識別模型識別文字，獲取文字含義；

采用圖像轉文字模型識別柱狀圖中每一柱體的高度，并獲取每一柱體的高度數據；

將分類后的文字、圖例以及高度數據轉化為結構數據。

2.根據權利要求1所述的一種柱狀圖數據提取和轉化方法，其特征在于，將所述目標檢測模型識別的文字和圖例分類形成橫坐標、縱坐標、標題、圖例解釋，用文字識別模型識別柱狀圖中的文字信息。

3.根據權利要求2所述的一種柱狀圖數據提取和轉化方法，其特征在于，將識別的文字和圖例進行分類包括如下步驟：識別圖例的個數，并識別圖例中的圖例文字和圖例元素，將每個圖例元素和對應的圖例文字相匹配并存儲。

4.根據權利要求2所述的一種柱狀圖數據提取和轉化方法，其特征在于，獲取柱狀圖中所有圖例的圖例元素，采用圖像轉文字識別每一圖例元素在柱狀圖中的位置，以及識別每一圖例對應的橫坐標信息，將圖例元素和所述柱狀圖依次輸入所述圖像轉文字模型，獲取每一柱體的高度信息。

5.根據權利要求1所述的一種柱狀圖數據提取和轉化方法，其特征在于，采用文字識別模型識別柱狀圖中的文字含義，根據識別的文字和縱坐標中點的高度信息獲取縱坐標的尺度信息，所述尺度信息包括單位高度對應的數值、縱坐標總高度和總數值。

6.根據權利要求4所述的一種柱狀圖數據提取和轉化方法，其特征在于，構建第二坐標系，所述第二坐標系包括第二橫坐標和第二縱坐標，根據所述尺度信息和每一柱體的高度信息構建第二縱坐標，并對所述第二縱坐標分配對應的文字。

7.根據權利要求6所述的一種柱狀圖數據提取和轉化方法，其特征在于，根據圖例元素個數構建第二橫坐標，將被識別的橫坐標中的每個圖例元素分配給所述第二橫坐標，并根據識別的圖例元素對所述第二橫坐標分配文字或數值。

8.根據權利要求7所述的一種柱狀圖數據提取和轉化方法，其特征在于，根據柱狀圖中的柱體高度信息和圖例元素個數配置第二坐標系對應的圖形，用于輸出結構化數據。

9.根據權利要求1所述的一種柱狀圖數據提取和轉化方法，其特征在于，所述目標檢測模型可采用包括CascadeRCNN模型，SSD模型，yolo模型中的任意一種。

10.根據權利要求1所述的一種柱狀圖數據提取和轉化方法，其特征在于，所述圖像轉文字模型包括encoding+decoding模型。