[發明專利]表格結構識別方法、裝置、設備及存儲介質

在審

• 申請號: 202210445852.6
• 申請日: 2022-04-26
• 公開（公告）號: CN114743202A
• 公開（公告）日: 2022-07-12
• 發明（設計）人: 陳海波;李閣
• 申請（專利權）人: 深延科技（北京）有限公司
• 主分類號: G06V30/148
• 分類號: G06V30/148;G06V30/412;G06V30/414;G06K9/62;G06V10/26;G06F40/18;G06V20/70;G06V10/774
• 代理公司: 上海和華啟核知識產權代理有限公司 31339
• 代理人: 余昌昊

1.一種表格結構識別方法，其特征在于，包括：

獲取目標圖像，所述目標圖像為包括表格結構的圖像；

將所述目標圖像輸入到語義分割模型，輸出所述目標圖像中的表格分隔線，所述表格分隔線包括橫分隔線和豎分隔線，所述語義分割模型具備識別所述目標圖像中的有線表格分隔線和無線表格分隔線的能力；

根據所述表格分隔線確定所述表格結構的單元格；

匹配所述單元格和所述表格結構中各單元格的文本，以確定所述表格結構。

2.如權利要求1所述的方法，其特征在于，所述根據所述表格分隔線確定所述表格結構的單元格，包括：

確定各所述表格分隔線間的交點；

按列從左到右、按列從右到左、按行從上到下以及按行從下到上中的至少兩個方向遍歷所述交點；

若存在四個交點，所述四個交點中任意相鄰的兩個所述交點均處于同一表格分隔線中，則確定所述四個交點圍成一個單元格。

3.如權利要求1或2所述的方法，其特征在于，所述獲取目標圖像，包括：

確定待識別圖像中的表格結構的位置信息；

根據所述位置信息裁剪所述待識別圖像，以得到所述目標圖像。

4.如權利要求3所述的方法，其特征在于，在所述獲取目標圖像之前，所述方法還包括：

識別所述待識別圖像中的文本；

根據所述文本的方向，調整所述待識別圖像以使所述文本的方向調整為可讀方向。

5.如權利要求1所述的方法，其特征在于，語義分割模型采用數據集訓練，所述數據集包括多個包含表格結構的圖像，且各圖像中對表格結構的表格分隔線進行了標注。

6.一種表格結構識別裝置，其特征在于，包括：

獲取模塊，用于獲取目標圖像，所述目標圖像為包括表格結構的圖像；

處理模塊，用于將所述目標圖像輸入到語義分割模型，輸出所述目標圖像中的表格分隔線，所述表格分隔線包括橫分隔線和豎分隔線，所述語義分割模型具備識別所述目標圖像中的有線表格分隔線和無線表格分隔線的能力；根據所述表格分隔線確定所述表格結構的單元格；匹配所述單元格和所述表格結構中各單元格的文本，以確定所述表格結構。

7.如權利要求6所述的裝置，其特征在于，處理模塊，具體用于確定各所述表格分隔線間的交點；按列從左到右、按列從右到左、按行從上到下以及按行從下到上中的至少兩個方向遍歷所述交點；若存在四個交點，所述四個交點中任意相鄰的兩個所述交點均處于同一表格分隔線中，則確定所述四個交點圍成一個單元格。

8.如權利要求6或7所述的方法，其特征在于，所述獲取模塊，具體用于確定待識別圖像中的表格結構的位置信息；根據所述位置信息裁剪所述待識別圖像，以得到所述目標圖像。

9.一種電子設備，其特征在于，包括：處理器、存儲介質和總線，所述存儲介質存儲有所述處理器可執行的機器可讀指令，當所述電子設備運行時，所述處理器與所述存儲介質之間通過總線通信，所述處理器執行所述機器可讀指令，以執行時執行如權利要求1至5任一項所述的方法的步驟。

10.一種存儲介質，其特征在于，所述存儲介質上存儲有計算機程序，所述計算機程序被處理器運行時執行如權利要求1至5任一項所述的方法的步驟。