[发明专利]一种基于图像的表格检测中表格线断裂连接方法

说明书

本发明提供一种基于图像的表格检测中表格线断裂连接方法。受光照条件、拍照角度等的影响，自然条件下采用移动终端设备拍摄的表格图像存在阴影、对比度低、表格图像畸变等问题，使得表格检测中容易出现表格线的断裂现象，导致获取的表格结构信息错误，影响后续数据分析的准确性和可靠性，该发明自动判别表格线的是否出现断裂，并对断裂的表格线自动连接，极大提升了表格识别的准确性；通过采用本发明所述的基于图像的表格检测中表格线断裂连接方法，基本可以实现表格识别中表格线断裂情况下的表格线自动连接修复。

技术领域

本发明涉及图像处理与光学字符识别（OCR）领域，尤其涉及一种基于图像的表格检测中表格线断裂连接方法。

背景技术

表格作为一种信息的结构化组织方式，具有高度精炼、简明、规范等特点，常用于数据记录统计、实验结果分析等。目前很多表格文档都是以图片的形式提供，表格检测识别任务就是将图片形式的表格信息还原成数字资料，为进一步处理和数据分析提供基础。

表格检测识别任务中，需要自动获取表格图像中各表格单元的坐标信息，依此建立表格的结构关系。表格图像的获取设备主要包括描仪、高拍仪专用设备和手持式移动终端设备。由于移动终端设备的普及便捷性优点，人们更倾向于使用移动终端随时实现表格图像的获取和表格内容的识别。受光照条件、拍照角度等的影响，自然条件下采用移动终端设备拍摄的表格图像存在阴影、对比度低、表格图像畸变等问题，使得表格检测中容易出现表格线的断裂现象，导致获取的表格结构信息错误，影响后续数据分析的准确性和可靠性。

发明内容

本发明的目的是为了解决现有技术中存在的缺点，而提出的一种基于图像的表格检测中表格线断裂连接方法，旨在解决对手机等移动终端拍摄的图像进行表格检测时出现的表格线断裂问题；

表格检测中表格线的断裂现象可描述为以下四种情况：

1)表格中的垂直表格线上端点和它上部的水平表格线间的连接断裂；

2)表格中的垂直表格线下端点和它下部的水平表格线间的连接断裂；

3)表格中的水平表格线左端点和它左边的垂直表格线间的连接断裂；

4)表格中的水平表格线右端点和它右边的水平表格线间的连接断裂。

为实现上述目的，本发明采用了如下技术方案：一种基于图像的表格检测中表格线断裂连接方法，包括以下步骤：

S1：将采集的彩色表格图像转换为灰度图像，采用图像伽马变换技术进行图像增强处理；

S2：对增强后的图像利用透视变换对图像进行畸变矫正，得到矫正后的灰度图像G(x, y)；

S3：利用表格提取技术，提取灰度图像G(x, y)中仅包含表格轮廓的二值化图像B(x, y)；

S4-1：利用图像形态学算法，设计水平核，采用开运算（先腐蚀、后膨胀），擦除二值图像B(x, y)中表格的水平线段，保留垂直表格线段；

S4-2：利用图像形态学算法，设计垂直核，采用开运算（先腐蚀、后膨胀），擦除二值图像B(x, y)中表格的垂直线段，保留水平表格线段；

S5：对步骤S4-1与步骤S4-2中得到的垂直表格线段和水平表格线段分别进行图像逻辑非运算后再逻辑与运算，对与运算后的二值图像进行膨胀操作，获得表格中垂直线段和水平线段的交点坐标（x_cross，y_cross）；

S6：表格线断裂问题判断，并进行连接处理。

较佳的，所述步骤S2中对增强后的图像利用透视变换对图像进行畸变矫正，得到矫正后的灰度图像G(x, y)，具体步骤为：S21：将增强后的灰度图像变换为二值图像，利用形态学处理方法和连通域提取算法获得整体表格区域轮廓的最小外接矩形minRectbox和外接矩形Rectbox，[SrcPoint1，SrcPoint2，SrcPoint3，SrcPoint4]和[DstPoint1，DstPoint2，DstPoint3，DstPoint4]分别是最小外接矩形和外接矩形对应的四个角点，利用透视变换原理计算变换矩阵M，