一种基于定量偏移的表格识别方法、装置及设备.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115050040A(43)申请公布日2022.09.13(21)申请号202210670416.9(22)申请日2022.06.14(71)申请人浙江理工大学地址310000浙江省杭州市杭州经济技术开发区白杨街道2号大街928号(72)发明人孙树森庄晨怡(74)专利代理机构上海领匠知识产权代理有限公司31404专利代理师黄利群(51)Int.Cl.G06V30/412(2022.01)权利要求书2页说明书9页附图5页(54)发明名称一种基于定量偏移的表格识别方法、装置及设备(57)摘要本发明公开了一种基于定量偏移的表格识别方法、装置及设备。包括：对需要识别的目标表格建立坐标，其中，坐标包括行候选坐标和列候选坐标；获取目标表格的行真实交叉点；获取目标表格的列真实交叉点；对目标表格的行真实交叉点进行过滤，识别合并行；对目标表格的列真实交叉点进行过滤，识别合并列。基于定量偏移识别，通过判断真实交叉点数量与横、纵候选坐标的个数之积是否相同进行识别，识别效率更高；体量更小，执行速度更快；通过识别合并行和合并列的操作实现表格数字化管理。CN115050040ACN115050040A权利要求书1/2页1.一种基于定量偏移的表格识别方法，其特征在于，包括以下步骤：S1：对需要识别的目标表格建立坐标，其中，所述坐标包括行候选坐标和列候选坐标；S2：获取所述目标表格的行真实交叉点；S3：获取所述目标表格的列真实交叉点；S4：对所述目标表格的行真实交叉点进行过滤，识别合并行；S5：对所述目标表格的列真实交叉点进行过滤，识别合并列。2.根据权利要求1所述的一种基于定量偏移的表格识别方法，其特征在于，所述步骤S2具体包括：S21：提取所述目标表格的横线集合；S22：根据所述列候选坐标，构造竖线集合1；S23：在水平方向上将构造的竖线集合1向右做定量偏移得到新竖线集合1；S24：将所述横线集合与所述新竖线集合1相与，得到交叉点集合1；S25：将所述交叉点集合1向左定量反偏移，得到所述目标表格的行真实交叉点1。3.根据权利要求1所述的一种基于定量偏移的表格识别方法，其特征在于，所述步骤S3具体包括：S31：提取所述目标表格的竖线集合；S32：根据所述行候选坐标，构造横线集合1；S33：在垂直方向上将构造的横线集合1向下做定量偏移得到新横线集合1；S34：将所述竖线集合与所述新横线集合1相与，得到交叉点集合2；S35：将所述交叉点集合2向上定量反偏移，得到所述目标表格的列真实交叉点1。4.根据权利要求2所述的一种基于定量偏移的表格识别方法，其特征在于，所述步骤S4具体包括：S41：对表格的行真实交叉点1进行过滤，得到每一列的行真实交叉点2；S42：判断每个所述行真实交叉点2与所述列候选坐标长度是否相等，若相等，执行步骤S43，若不相等，执行步骤S44；S43：表示此列不存在合并行；S44：表明行真实交叉点2所在列存在合并行，计算相邻的行真实交叉点2在行候选坐标中的下标位置；S45：计算所述相邻的行真实交叉点2的下标差，如果所述下标差大于1则表明存在合并行。5.根据权利要求3所述的一种基于定量偏移的表格识别方法，其特征在于，所述步骤S4具体包括：S51：对表格的列真实交叉点1进行过滤，得到每一行的列真实交叉点2；S52：判断每个所述列真实交叉点2与所述行候选坐标高度是否相等，若相等，执行步骤S53，若不相等，执行步骤S54；S53：表示此行不存在合并列；S54：表明列真实交叉点2所在行存在合并列，计算相邻的列真实交叉点2在列候选坐标中的下标位置；S55：计算所述相邻的列真实交叉点2的下标差，如果所述下标差大于1则表明存在合并2CN115050040A权利要求书2/2页列。6.根据权利要求4所述的一种基于定量偏移的表格识别方法，其特征在于，所述步骤S44中下标位置的计算原理为：CH(Y)＝{z|Y＝CHz}，0≤z＜M其中，CHz表示CH的第z个元素，M＝|CH|，CH＝{y1,y2,…,yM}表示行候选坐标，Y表示下标位置。7.根据权利要求4所述的一种基于定量偏移的表格识别方法，其特征在于，所述步骤S45中下标差的计算原理为：其中，ΔIndexj,j+1表示相邻交叉点在行候选坐标CH中的下标之差，表示Ai中的第j个交叉点的y坐标值，表示在CH中的下标位置，CH＝{y1,y2,…,yM}表示行候选坐标。8.一种基于定量偏移的表格识别装置，其特征在于，包括：坐标建立模块，用于对需要识别的目标表格建立坐标，其中，所述坐标包括行候选坐标和列候选坐标；行真实交叉点获取模块，用于获取所述目标表格的行真实交叉点；列真实交叉点获取模块，用于获取所述目标表格的列真实交叉点；合并行识别模块，用于对所述目标表格的行