[发明专利]一种识别手写表格的方法及装置

说明书

技术领域

本发明涉及模式识别技术，特别是涉及一种识别手写表格的方法及装置。 

背景技术

在模式识别领域，可识别的信息包括图形、图像、各种语言的字符、表格等多种形式，其中识别手写输入的技术作为模式识别的一个方面，得到了广泛的应用。手写识别技术是基于对手写输入笔画的识别，把人借助某种设备输入的信息转换成计算机可识读并能直接处理的形式。 

目前，手写识别技术中应用最多的是对文字等字符的识别，字符识别和处理技术发展较早，现在已经发展到应用阶段，例如手机、PDA等移动终端中手写输入法的应用等。而手写字符之外的表格、图形、框图等在文档中经常出现的元素在手写识别技术方面还没有得到充分的发展。其中，表格作为一种常用的信息表达方式，经常出现在电子文档中，但是把表格输入到电子文档的方式却很单一，是通过各种软件编辑器(如Word、Excel等)输入。因此，如果能把表格也通过手写方式输入到电子文档中，用户就能够在应用手写输入时更方便地编辑文档。 

发明内容

本发明所要解决的技术问题是提供一种识别手写表格的方法及装置，以解决目前的手写识别技术在识别手写表格方面不完善的问题。 

为解决上述技术问题，根据本发明提供的具体实施例，本发明公开了以下技术方案： 

一种识别手写表格的方法，包括： 

采集原始输入作为待分析笔画； 

从所述待分析笔画中识别出非文字笔画； 

按照以下步骤将所述非文字笔画分割为线段：计算笔画上每个点处的角度，如果计算结果小于角度阈值，则将该点判定为折线点，两两折线点构成线段；其中，按照以下步骤计算笔画上每个点处的角度：以该点为圆心、以预置阈值为半径的圆与笔画相交为两点，交点与圆心相连的半径形成的角度为该点的角度； 

判定出水平和竖直方向的线段，并判断所述水平和竖直方向的线段是否构成封闭矩形，并且矩形内部是否至少包含一条水平线段或竖直线段；如果是，则所述构成封闭矩形的线段为表格边界线，所述封闭矩形内部的水平或竖直线段为内部表格线； 

利用所述表格边界线和内部表格线构建表格结构，并填充表格内容； 

其中，按照以下步骤判定出水平和竖直方向的线段：计算线段的长度、宽度和高度，将线段宽度与线段长度的比值小于竖直线段阈值的线段判定为竖直方向，将线段高度与线段长度的比值小于水平线段阈值的线段判定为水平方向； 

按照以下步骤判断所述水平和竖直方向的线段是否构成封闭矩形，并且矩形内部是否至少包含一条水平线段或竖直线段：将竖直线段从左到右排序，构成潜在的表格列与列之间的分割线和表格的左右边界；将水平线段从上到下排序，构成潜在的表格行与行之间的分割线和表格的上下边界；如果水平线段中第一条线段的右端点和垂直线段中最后一条线段的上端点的距离大于重合距离阈值，或者，垂直线段中最后一条线段的下边端点和水平线段中最后一条线段的右端点的距离大于重合距离阈值，或者，水平线段中最后一条线段的左端点和垂直线段中第一条线段的下端点的距离大于重合距离阈值，或者，垂直线段中第一条线段的上端点和水平中第一条线段的左端点的距离大于重合距离阈值，则不构成封闭矩形，否则构成封闭矩形；对于构成封闭矩形的线段，如果垂直线段的线段个数小于2，或者，水平线段的线段个数小于2，或者，垂直线段与水平线段的线段个数之和小于5，则矩形内部没有至少包含一条水平线段或竖直线段。 

优选的，在识别非文字笔画的步骤之前还包括：对原始输入进行重新采样，得到以距离均匀的点列信息表示的笔画，作为待分析笔画。 

优选的，按照以下步骤识别出非文字笔画：计算笔画的长度，将长度大于长度阈值的笔画判定为非文字笔画。 

优选的，在分割笔画为线段的步骤之前还包括笔画分组的步骤：计算非文字笔画之间的距离，将计算结果小于成组阈值的非文字笔画划分为一组，分割笔画时分别对每组笔画进行分割； 

其中，按照以下步骤计算非文字笔画之间的距离：以最小矩形包围笔画，计算两个矩形水平方向间隔和竖直方向间隔之和。 

一种识别手写表格的装置，包括： 

笔画采样单元，用于采集原始输入作为待分析笔画； 

图文分割单元，用于从所述待分析笔画中识别出非文字笔画；