申请/专利权人:上海恒生聚源数据服务有限公司
申请日:2020-11-06
公开(公告)日:2024-06-18
公开(公告)号:CN112329641B
主分类号:G06V30/412
分类号:G06V30/412;G06V30/414;G06V30/14;G06F40/289
优先权:
专利状态码:有效-授权
法律状态:2024.06.18#授权;2021.02.26#实质审查的生效;2021.02.05#公开
摘要:本申请实施例提供了一种表格识别方法、装置、设备及可读存储介质,获取待识别图像,确定待识别图像中的分词块,分词块的第一类坐标值包括分词块的上边界在竖直方向的坐标值和分词块的下边界在竖直方向的坐标值,分词块的第二类坐标值包括分词块的左边界在水平方向的坐标值和分词块的右边界在水平方向的坐标值,任意一个分词块的第一类坐标值能够表征该分词块在待识别图像中在竖直方向的位置,任意一个分词块的第二类坐标值能够表征该分词块在待识别图像中在水平方向的位置。因此,本方案依据分词块的第一类坐标值确定目标行的上边界线以及下边界线。依据分词块的第二类坐标值以及目标行的边界线,确定目标列左边界线和右边界线。
主权项:1.一种表格识别方法,其特征在于,包括:获取待识别图像;确定所述待识别图像中的分词块,所述分词块为包括至少一个字符的图像区域;依据所述分词块的第一类坐标值,确定目标行的边界线,所述目标行的边界线包括所述目标行的上边界线和所述目标行的下边界线,所述目标行为所述待识别图像中的任意一行表格,所述分词块的第一类坐标值包括所述分词块的上坐标和所述分词块的下坐标,所述分词块的上坐标为所述分词块的上边界在竖直方向的坐标值,所述分词块的下坐标为所述分词块的下边界在竖直方向的坐标值;依据所述分词块的第二类坐标值以及所述目标行的边界线,确定目标列的边界线,所述目标列的边界线包括所述目标列的左边界线和所述目标列的右边界线,所述目标列为所述待识别图像中的任意一列表格,所述分词块的第二类坐标值包括所述分词块的左坐标和所述分词块的右坐标,所述分词块的左坐标为所述分词块的左边界在水平方向的坐标值,所述分词块的右坐标为所述分词块的右边界在水平方向的坐标值;所述确定所述待识别图像中的分词块,包括:使用预设的文字区域识别方法,识别所述待识别图像中的字符块,所述字符块为包括至少一个字符的图像区域;合并满足预设合并条件的所述字符块,得到所述分词块,所述预设合并条件包括:所述字符块间的水平距离小于预设距离阈值;和或,所述字符块中包括的字符组成符合预设语义的分词。
全文数据:
权利要求:
百度查询: 上海恒生聚源数据服务有限公司 一种表格识别方法、装置、设备及可读存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。