[发明专利]一种图片中表格的识别方法及装置

说明书

本发明提供了一种图片中表格的识别方法及装置，所述方法包括：采用预先训练的表格区域识别模型，识别出待识别的图片中的表格区域；采用预先训练的表格单元格识别模型，识别出所述表格区域中单元格的线条；采用预先训练的表格文字区域识别模型，识别出所述表格区域中的文字区域；将识别出的表格单元格的线条和识别出的全部文字区域相结合，确定所述表格区域的单元格，并对所述表格区域的单元格进行重制；将所述表格区域中每个单元格区域进行切分，采用预先训练的字符识别模型，识别出每个单元格区域中的字符内容；将识别出的字符内容填入到重制后的单元格中，形成识别后的表格。应用本发明提供的方案可以准确地自动识别图片中表格的信息。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种图片中表格的识别方法、装置、电子设备和计算机可读存储介质。

背景技术

表格是文档中常用的数据资料载体，目前大量应用于商业、社会调查等各种场合。通常在获得表格后，需要对表格内容进行统计分析。如果表格是纸质或图片格式的，常常是先由人工在电子设备上将纸质表格制成电子表格，然后再进行后续的统计分析工作，这样会极大地浪费人力、物力。因此，如何利用电子设备准确地自动识别图片中表格的信息是一项亟待解决的问题。

发明内容

本发明的目的在于提供一种图片中表格的识别方法、装置、电子设备和计算机可读存储介质，以准确地自动识别图片中表格的信息。

为达到上述目的，本发明提供了一种图片中表格的识别方法，所述方法包括：

获取待识别的图片；

采用预先训练的表格区域识别模型，识别出所述图片中的表格区域；

采用预先训练的表格单元格识别模型，识别出所述表格区域中单元格的线条；

采用预先训练的表格文字区域识别模型，识别出所述表格区域中的文字区域；

将识别出的表格单元格的线条和识别出的全部文字区域相结合，确定所述表格区域的单元格，并对所述表格区域的单元格进行重制；

将所述表格区域中每个单元格区域进行切分，采用预先训练的字符识别模型，识别出每个单元格区域中的字符内容；

将识别出的字符内容填入到重制后的单元格中，形成识别后的表格。

可选的，在将所述表格区域中每个单元格区域进行切分之后，还包括：记录每个单元格区域的位置信息；

所述将识别出的字符内容填入到重制后的单元格中，包括：

将识别出的字符内容根据对应的单元格区域的位置信息填入到重制后的单元格中。

可选的，所述将识别出的表格单元格的线条和识别出的全部文字区域相结合，确定所述表格区域的单元格，包括：

根据识别出的文字区域的行高、行距以及字距，调整错误识别的文字区域；

根据调整后的文字区域，补全所述表格区域模型未识别出的单元格的线条；

根据单元格的线条，调整所述表格区域中行和列对应的单元格。

可选的，所述方法还包括：

对识别出的字符内容中的文字、数字、字母和符号进行分类，根据分类结果对识别出的字符内容进行修正处理。

可选的，所述方法还包括：

根据识别出来的字符内容在标准数据库中进行检索，判断检索结果与识别出的字符内容是否一致，如果不一致，则根据检索结果对识别出的字符内容进行修正处理。

可选的，所述图片中包括：表格名称；

所述方法还包括：