[发明专利]识别图片文件中表格内容的方法、装置、设备及存储介质

说明书

本发明是关于一种识别图片文件中表格内容的方法、装置、设备及存储介质，属于图像识别技术领域。所述方法包括：获取待识别的目标图片文件；对目标图片文件进行字符识别处理，得到目标图片文件中的字符信息；将识别出的字符信息与预设词库进行匹配处理，以得到与预设词库匹配度大于第一阈值的表头字符；根据表头字符对应的字符信息，确定目标图片文件中包括的表格内容。由此，实现了对图片中包括的表格进行快速准确的识别，不仅提高了识别的准确性，还能减少识别操作所花费的时间，有效提升了用户的使用体验。

技术领域

本发明涉及图像识别技术领域，特别涉及一种识别图片文件中表格内容的方法、装置、 设备及存储介质。

背景技术

光学字符识别技术(Optical Character Recognition，简称为：OCR)，是一种通过检测暗、 亮模式确定图片中的字符形状，然后利用字符识别技术将字符的图像转换为计算机文字的过 程。即，针对印刷体字符，采用光学的方法将图片中的文字转换成为黑白点阵的图像文件， 并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术。

随着计算机技术的不断发展，将图片录入计算机系统以方便用户使用成为一个强烈需求。 尤其是，将包含有表格的图片录入计算机系统。目前，相关技术中，对包含有表格的图片进 行表格识别时，通常是首先将文档分成多个单元，然后对每个单元中包括的表格线进行识别，在得到表格结构后，再对图片进行字符提取并识别。

然而，利用上述方式对图片中的表格进行识别时，不仅算法复杂，而且识别的效果受图 片质量影响较大，而且检测错误率高。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明一方面实施例提供一种识别图片文件中表格内容的方法，该方法包括：获 取待识别的目标图片文件；对所述目标图片文件进行字符识别处理，得到所述目标图片文件 中的字符信息；将识别出的字符信息与预设词库进行匹配处理，以得到与所述预设词库匹配度大于第一阈值的表头字符；根据所述表头字符对应的字符信息，确定所述目标图片文件中 包括的表格内容。

本发明另一方面实施例提供一种识别图片文件中表格内容的装置，该装置包括：第一获 取模块，用于获取待识别的目标图片文件；处理模块，用于对所述目标图片文件进行字符识 别处理，得到所述目标图片文件中的字符信息；匹配模块，用于将识别出的字符信息与预设词库进行匹配处理，以得到与所述预设词库匹配度大于第一阈值的表头字符；确定模块，用 于根据所述表头字符对应的字符信息，确定所述目标图片文件中包括的表格内容。

本发明又一方面实施例提供一种计算机设备，该计算机设备包括：存储器及处理器，所 述存储器存储有计算机程序，当所述处理器执行所述程序时，实现所述的识别图片文件中表 格内容的方法。

本发明再一方面实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序 被处理器执行时，实现所述的识别图片文件中表格内容的方法。

本发明实施例提供的识别图片文件中表格内容的方法、装置、设备及存储介质，通过获 取待识别的目标图片文件，以对目标图片文件进行字符识别处理，得到目标图片文件中的字 符信息，然后将识别出的字符信息与预设词库进行匹配处理，以得到与预设词库匹配度大于第一阈值的表头字符，进而根据表头字符对应的字符信息，确定目标图片文件中包括的表格 内容。由此，实现了对图片中包括的表格进行快速准确的识别，不仅提高了识别的准确性， 还能减少识别操作所花费的时间，从而有效提升了用户的使用体验。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制 本发明。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并 与说明书一起用于解释本发明的原理。