[发明专利]一种表格图像版面分析方法及系统

权利要求书

1.一种表格图像版面分析方法，其特征在于，该方法包括：

对第一图像进行图像处理，获得第二图像，所述第一图像表征图像的至少部分区域无表格线，所述第二图像表征纯文本图像；

对所述第二图像进行图像投影处理，获得投影结果；

基于预设阈值对所述投影结果进行分析，获得表格信息；

基于所述表格信息对所述第一图像进行转换，获得目标图像，所述目标图像表征有表格线的表格图像；

对所述目标图像进行文字识别，获得所述目标图像的文字信息。

2.根据权利要求1所述的方法，其特征在于，所述对第一图像进行图像处理，获得第二图像包括：

判断所述第一图像中是否包括满足预设条件的目标区域，如果是，则获取所述目标区域，所述目标区域表征具有表格线的区域；

对所述目标区域进行水平直线和垂直直线的提取，并根据提取结果对所述目标区域进行表格线消除处理，获得处理后的第一图像；

将所述处理后的第一图像进行像进行图像预处理，生成第二图像，所述图像预处理包括灰度处理、二值化处理、图像纠偏处理、图像腐蚀处理和膨胀处理中的一种或多种。

3.根据权利要求1所述的方法，其特征在于，所述对所述第二图像进行图像投影处理，获得投影结果，包括：

对所述第二图像进行水平投影和垂直投影，获得所述第二图像的像素数据。

4.根据权利要求3所述的方法，其特征在于，所述基于预设阈值对所述投影结果进行分析，获得表格信息，包括：

基于预设阈值对所述像素数据进行分析，获得文字区域和背景区域；

基于所述文字区域和所述背景区域，生成表格信息。

5.根据权利要求4所述的方法，其特征在于，所述表格信息包括行列数据和坐标数据，所述基于所述表格信息对所述第一图像进行转换，获得目标图像，包括：

基于所述行列数据和坐标数据，确定所述第一图像的行列位置；

根据所述行列位置对所述第一图像添加表格线，获得目标图像。

6.一种表格图像版面分析系统，其特征在于，该系统包括：

图像处理单元，用于对第一图像进行图像处理，获得第二图像，所述第一图像表征图像的至少部分区域无表格线，所述第二图像表征纯文本图像；

投影单元，用于对所述第二图像进行图像投影处理，获得投影结果；

分析单元，用于基于预设阈值对所述投影结果进行分析，获得表格信息；

转换单元，用于基于所述表格信息对所述第一图像进行转换，获得目标图像，所述目标图像表征有表格线的表格图像；

文字识别单元，用于对所述目标图像进行文字识别，获得所述目标图像的文字信息。

7.根据权利要求6所述的系统，其特征在于，所述图像处理单元包括：

判断子单元，用于判断所述第一图像中是否包括满足预设条件的目标区域，如果是，则获取所述目标区域，所述目标区域表征具有表格线的区域；

提取子单元，用于对所述目标区域进行水平直线和垂直直线的提取，并根据提取结果对所述目标区域进行表格线消除处理，获得处理后的第一图像；

预处理子单元，用于将所述处理后的第一图像进行像进行图像预处理，生成第二图像，所述图像预处理包括灰度处理、二值化处理、图像纠偏处理、图像腐蚀处理和膨胀处理中的一种或多种。

8.根据权利要求6所述的系统，其特征在于，所述投影单元具体用于：

对所述第二图像进行水平投影和垂直投影，获得所述第二图像的像素数据。

9.根据权利要求8所述的系统，其特征在于，所述分析单元包括：

区域分析子单元，用于基于预设阈值对所述像素数据进行分析，获得文字区域和背景区域；

信息生成子单元，用于基于所述文字区域和所述背景区域，生成表格信息。

10.根据权利要求9所述的系统，其特征在于，所述转换单元包括：

位置确定子单元，用于基于行列数据和坐标数据，确定所述第一图像的行列位置，其中，所述表格信息包括行列数据和坐标数据；

添加子单元，用于根据所述行列位置对所述第一图像添加表格线，获得目标图像。