[发明专利]基于图像中表格分析技术的表格鉴别和定位方法

摘要

本发明公开基于图像中表格分析技术的表格鉴别和定位方法，包括从图像所有包围框中选取长度在包围框最大长度阈值和最小长度阈值之间且宽度在包围框最大宽度阈值和最小宽度阈值之间且面积最大包围框；图像倾斜校正；提取长度在包围框最大长度阈值和最小长度阈值之间且宽度在包围框最大宽度阈值和最小宽度阈值之间的所有外包围框；提取外包围框面积与自身外接矩形面积的比例在面积比例最大阈值和面积比例最小阈值之间外包围框；提取水平线段数目在水平线段数目的最小数目阈值和最大数目阈值之间且垂直线段数目在垂直线段数目的最小数目阈值和最大数目阈值之间的外包围框；根据寻找表格内包围框的方法对表格定位；本发明表格鉴别和定位的准确率高。

主权项

基于图像中表格分析技术的表格鉴别和定位方法，其特征在于,包括以下步骤：（1）将类似表格样本扫描成图像，提取图像中所有的包围框；（2）设定包围框的最小长度阈值、最大长度阈值、最小宽度阈值和最大宽度阈值，设定面积比例最大阈值和面积比例最小阈值；（3）从图像的所有的包围框中选取长度在包围框的最大长度阈值和最小长度阈值之间且宽度在包围框的最大宽度阈值和最小宽度阈值之间且面积最大的包围框；（4）通过由步骤（3）得到的包围框对图像进行倾斜校正；（5）提取已倾斜校正的图像中所有的外包围框，提取长度在包围框的最大长度阈值和最小长度阈值之间且宽度在包围框的最大宽度阈值和最小宽度阈值之间的所有的外包围框，并将提取的每一个外包围框均标注为疑似表格区域；（6）对步骤(5)得到的疑似表格区域的内部进行找包围框操作，提取包围框的面积与自身的外接矩形面积的比例在面积比例最大阈值和面积比例最小阈值之间的所有的包围框；（7）设定疑似表格区域内包含的水平线段数目的最小数目阈值和最大数目阈值，设定疑似表格区域内包含的垂直线段数目的最小数目阈值和最大数目阈值，通过霍夫变换检测直线的方法检测由步骤（6）得到的疑似表格区域中所有的包围框包含的水平线段数目和垂直线段数目，提取包含的水平线段数目在水平线段数目的最小数目阈值和最大数目阈值之间且包含的垂直线段数目在垂直线段数目的最小数目阈值和最大数目阈值之间的疑似表格区域并将提取的疑似表格区域标注为表格；（8）根据依次寻找表格内每个包围框的方法对步骤（7）得到的表格进行表格定位。