[發(fā)明專利]基于比例計(jì)算還原表格圖片為可編輯的WORD文件表格的方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011530378.4
• 申請(qǐng)日: 2020-12-22
• 公開(kāi)（公告）號(hào): CN112632934B
• 公開(kāi)（公告）日: 2023-01-17
• 發(fā)明（設(shè)計(jì)）人: 馬超;孫凡;武博;張春魁;汪偉嵐
• 申請(qǐng)（專利權(quán)）人: 上海精密計(jì)量測(cè)試研究所
• 主分類號(hào): G06F40/18
• 分類號(hào): G06F40/18;G06V30/413
• 代理公司: 上海航天局專利中心 31107
• 代理人: 余岢

本發(fā)明提供了一種基于比例計(jì)算還原表格圖片為可編輯的WORD文件表格的方法，本發(fā)明根據(jù)表格圖片的長(zhǎng)寬像素與word文件的頁(yè)面版式按比例計(jì)算、匹配、還原的方式，將圖片中的內(nèi)容等比還原到Word文件的頁(yè)面版式中。主要包括頁(yè)面版式匹配、表格邊框大小匹配、表格頁(yè)面位置匹配與文字大小匹配。結(jié)果經(jīng)過(guò)計(jì)算的匹配結(jié)果作為參數(shù)通過(guò)java、C#等開(kāi)發(fā)語(yǔ)言利用Word二次開(kāi)發(fā)接口在Word對(duì)應(yīng)版式頁(yè)面中自動(dòng)繪制表格。并將OCR識(shí)別的結(jié)果，按匹配的文字格式放入指定表格單元格內(nèi)。

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于比例計(jì)算還原表格圖片為可編輯的WORD文件表格的方法。

背景技術(shù)

在圖片處理領(lǐng)域，通過(guò)圖像識(shí)別技術(shù)對(duì)含有表格文檔信息的識(shí)別取得了較大的突破，通過(guò)對(duì)于圖片文檔的版面分析，提取出文檔中的表格信息，并對(duì)表格中的單元格進(jìn)行拆分單元格，最終提取出表格中的文字信息。但表格單元格的特征在這種轉(zhuǎn)換中丟失，表格特征無(wú)法在Word可編輯文檔中直接利用。用戶需要重新制作或修改繪制表格及單元格對(duì)應(yīng)的寬度高度等特征方能完美復(fù)現(xiàn)原始編輯表格。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于比例計(jì)算還原表格圖片為可編輯的WORD文件表格的方法。

為解決上述問(wèn)題，本發(fā)明提供一種基于比例計(jì)算還原表格圖片為可編輯的WORD文件表格的方法，包括：

步驟S1，獲取與待識(shí)別的表格圖片最接近的長(zhǎng)寬比頁(yè)面類型的實(shí)際紙張版式，作為頁(yè)面匹配數(shù)據(jù)；

步驟S2，求出所述待識(shí)別的表格圖片中的表格的最大長(zhǎng)度與最大寬度，作為表格邊框匹配數(shù)據(jù)；求出所述表格圖片中的表格的位置，作為表格位置匹配數(shù)據(jù)；

步驟S3，獲取所待識(shí)別的述表格圖片的表格的單元格的文字的長(zhǎng)寬比，作為單元格文字大小匹配數(shù)據(jù)；

步驟S4，根據(jù)所述頁(yè)面匹配數(shù)據(jù)、表格邊框匹配數(shù)據(jù)和表格位置匹配數(shù)據(jù)，在WORD文件中自動(dòng)繪制表格，并根據(jù)單元格文字大小匹配數(shù)據(jù)自動(dòng)對(duì)應(yīng)的文字錄入自動(dòng)繪制表格內(nèi)。

進(jìn)一步的，在上述方法中，步驟S1，獲取與待識(shí)別的表格圖片最接近的長(zhǎng)寬比頁(yè)面類型的實(shí)際紙張版式，作為頁(yè)面匹配數(shù)據(jù)之前，還包括：

準(zhǔn)備表格圖片，通過(guò)圖像識(shí)別算法求出整張表格圖片的最大外切矩形，并對(duì)表格圖片的最大外切矩形進(jìn)行水平修正，對(duì)待表格圖片文件根據(jù)修正后的最大外切矩形進(jìn)行裁剪，僅保留最大外切矩形以內(nèi)的圖片作為待識(shí)別的表格圖片。

進(jìn)一步的，在上述方法中，步驟S1，獲取與待識(shí)別的表格圖片最接近的長(zhǎng)寬比頁(yè)面類型的實(shí)際紙張版式，作為頁(yè)面匹配數(shù)據(jù)，包括：

步驟S11，根據(jù)圖片識(shí)別算法，獲取待識(shí)別的表格圖片的長(zhǎng)度像素點(diǎn)的數(shù)量與寬度像素點(diǎn)的數(shù)量，得到待識(shí)別的表格圖片的長(zhǎng)寬像素比，以作為頁(yè)面匹配數(shù)據(jù)；

步驟S12，基于所述待識(shí)別的表格圖片的長(zhǎng)寬像素比，計(jì)算出Word文件中常用頁(yè)面類型的長(zhǎng)寬比，作為頁(yè)面字典。

進(jìn)一步的，在上述方法中，步驟S2，求出所述待識(shí)別的表格圖片中的表格的最大長(zhǎng)度與最大寬度，作為表格邊框匹配數(shù)據(jù)，包括：

基于圖片識(shí)別算法，獲取待識(shí)別的表格圖片內(nèi)的表格的邊框的長(zhǎng)度像素點(diǎn)的數(shù)量與寬度像素點(diǎn)的數(shù)量；

基于表格的邊框的長(zhǎng)度像素點(diǎn)的數(shù)量與寬度像素點(diǎn)的數(shù)量與所述待識(shí)別的表格圖片的長(zhǎng)寬像素比，匹配計(jì)算獲得表格的邊框在整個(gè)表格圖片內(nèi)的長(zhǎng)度寬度占比及計(jì)算表格內(nèi)的單元格長(zhǎng)寬占比，以作為表格邊框匹配數(shù)據(jù)。

進(jìn)一步的，在上述方法中，步驟S2，求出所述表格圖片中的表格的位置，作為表格位置匹配數(shù)據(jù)，包括：