[發(fā)明專利]文檔表格識(shí)別方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110851182.3
• 申請(qǐng)日: 2021-07-27
• 公開(kāi)（公告）號(hào): CN113486848A
• 公開(kāi)（公告）日: 2021-10-08
• 發(fā)明（設(shè)計(jì)）人: 雷田子;黨升
• 申請(qǐng)（專利權(quán)）人: 平安國(guó)際智慧城市科技股份有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06T5/30;G06F40/18;G06F40/194;G06N3/04;G06N3/08
• 代理公司: 深圳市賽恩倍吉知識(shí)產(chǎn)權(quán)代理有限公司 44334
• 代理人: 楊毅玲;劉麗華

1.一種文檔表格識(shí)別方法，其特征在于，所述文檔表格識(shí)別方法包括：

當(dāng)接收到識(shí)別請(qǐng)求時(shí)，根據(jù)所述識(shí)別請(qǐng)求獲取待處理信息，并識(shí)別所述待處理信息所屬的信息類型；

若所述信息類型為預(yù)設(shè)類型，從所述待處理信息中識(shí)別出初篩線段；

對(duì)所述初篩線段進(jìn)行校驗(yàn)過(guò)濾處理，得到表格線段；

根據(jù)所述表格線段定位所述待處理信息的傾斜角度；

根據(jù)所述傾斜角度分析所述表格線段，得到單元表格；

獲取預(yù)先訓(xùn)練好的文本識(shí)別模型，所述文本識(shí)別模型包括文本檢測(cè)網(wǎng)絡(luò)及文字識(shí)別網(wǎng)絡(luò)；

基于所述文本檢測(cè)網(wǎng)絡(luò)處理所述單元表格，得到所述單元表格的二值近似圖；

基于所述文字識(shí)別網(wǎng)絡(luò)處理所述二值近似圖，得到所述待處理信息的識(shí)別結(jié)果。

2.如權(quán)利要求1所述的文檔表格識(shí)別方法，其特征在于，所述方法還包括：

若所述信息類型不為所述預(yù)設(shè)類型，獲取所述信息類型與所述預(yù)設(shè)類型的映射函數(shù)；

切分所述待處理信息，得到多個(gè)切分信息；

基于所述映射函數(shù)對(duì)所述多個(gè)切分信息進(jìn)行并行轉(zhuǎn)換處理，得到目標(biāo)信息。

3.如權(quán)利要求1所述的文檔表格識(shí)別方法，其特征在于，所述從所述待處理信息中識(shí)別出初篩線段包括：

基于cv2.cvtColor()函數(shù)分析所述待處理信息，生成所述待處理信息的灰度圖；

基于threshold()函數(shù)對(duì)所述灰度圖進(jìn)行二值化處理，得到目標(biāo)圖像；

對(duì)所述目標(biāo)圖像執(zhí)行腐蝕膨脹處理，得到多個(gè)圖像線段；

根據(jù)每個(gè)圖像線段在所述待處理信息中的線段坐標(biāo)確定每?jī)蓚€(gè)圖像線段的線段間距；

將所述線段間距小于第一預(yù)設(shè)間距的兩個(gè)圖像線段進(jìn)行合并處理，得到所述初篩線段。

4.如權(quán)利要求3所述的文檔表格識(shí)別方法，其特征在于，所述對(duì)所述初篩線段進(jìn)行校驗(yàn)過(guò)濾處理，得到表格線段包括：

根據(jù)所述線段坐標(biāo)計(jì)算所述初篩線段的線段長(zhǎng)度；

對(duì)所述線段長(zhǎng)度進(jìn)行離散化處理，得到所述初篩線段的長(zhǎng)度離散結(jié)果；

計(jì)算每個(gè)所述長(zhǎng)度離散結(jié)果在所述線段長(zhǎng)度的數(shù)量概率；

從所述初篩線段中剔除所述數(shù)量概率小于預(yù)設(shè)概率值所對(duì)應(yīng)的初篩線段，得到特征線段；

根據(jù)所述線段坐標(biāo)計(jì)算每?jī)蓚€(gè)所述特征線段的特征間距；

剔除所述特征間距大于第二預(yù)設(shè)間距的特征線段，得到所述表格線段，所述第二預(yù)設(shè)間距大于所述第一預(yù)設(shè)間距。

5.如權(quán)利要求1所述的文檔表格識(shí)別方法，其特征在于，所述根據(jù)所述傾斜角度分析所述表格線段，得到單元表格包括：

基于所述傾斜角度對(duì)所述表格線段進(jìn)行旋轉(zhuǎn)處理，得到目標(biāo)線段；

根據(jù)所述目標(biāo)線段在所述待處理信息中的線段位置對(duì)所述目標(biāo)線段進(jìn)行交叉處理，得到目標(biāo)表格；

識(shí)別出所述目標(biāo)表格中的定位交點(diǎn)；

根據(jù)所述定位交點(diǎn)從所述目標(biāo)表格中提取所述單元表格。

6.如權(quán)利要求1述的文檔表格識(shí)別方法，其特征在于，所述基于所述文本檢測(cè)網(wǎng)絡(luò)處理所述單元表格，得到所述單元表格的二值近似圖包括：

獲取所述文本檢測(cè)網(wǎng)絡(luò)的特征金字塔網(wǎng)絡(luò)、概率預(yù)測(cè)網(wǎng)絡(luò)及二值化網(wǎng)絡(luò)，所述特征金字塔網(wǎng)絡(luò)包括多個(gè)不同尺寸的金字塔層，所述概率預(yù)測(cè)網(wǎng)絡(luò)包括卷積層、歸一化層、激活函數(shù)及反卷積層；

基于所述特征金字塔網(wǎng)絡(luò)對(duì)所述單元表格進(jìn)行處理，得到每個(gè)多個(gè)金字塔層所對(duì)應(yīng)的表格層圖；

根據(jù)預(yù)設(shè)尺寸需求對(duì)所述表格層圖進(jìn)行上采樣處理，得到多個(gè)采樣圖；

對(duì)所述多個(gè)采樣圖進(jìn)行融合處理，得到特征圖；

基于所述概率預(yù)測(cè)網(wǎng)絡(luò)處理所述特征圖，得到所述單元表格的概率圖；

基于所述二值化網(wǎng)絡(luò)處理所述特征圖，得到所述單元表格的閾值圖；

根據(jù)下列公式分析所述概率圖及所述閾值圖，得到所述二值近似圖：

其中，B_i,j是指所述二值近似圖中第i行，第j列的像素信息，k是指所述文本檢測(cè)網(wǎng)絡(luò)中的網(wǎng)絡(luò)配置值，P_i,j是指所述概率圖中第i行，第j列的像素信息，T_i,j是指所述閾值圖中第i行，第j列的像素信息。