一种简单表格照片中的关键列内手写数据提取方法技术

本发明专利技术公开了一种简单表格照片中的关键列内手写数据提取方法，主要解决对采集到的不同行列的简单表格照片，根据提供的列名关键词提取该列内的手写数据。该方法包括：从照片中提取表格区域；检测表头定位关键词所在的列；确定列所包含的范围，切割图像；对切割后的列图像处理消除表格线；提取数据区域使用OCR识别数据。该方法具有较强的鲁棒性，能够应对图像拍摄采集过程中纸张不平整，打印时表格线空洞缺损等现象。

A method of handwritten data extraction in key columns of simple table photos

【技术实现步骤摘要】
一种简单表格照片中的关键列内手写数据提取方法
本专利技术属于计算机视觉领域，具体地设计一种简单表格照片中的关键列内手写数据提取方法。
技术介绍
在现有技术中，对于手写数据的采集技术已经较为成熟，但是在需要识别并提取表格中的指定列手写数据时，仍然是先识别并提取整个表格内的手写数据，再通过对整个表格内的列筛选出所需的关键名列的方法，这一方法在遇到图像拍摄采集过程中纸张不平整、打印时表格线空洞缺损等问题时，会影响到整个表格的建立，导致筛选出的关键列出现错漏或错位的问题。
技术实现思路
本专利技术的目的是为了解决以上现有技术的不足，提出了一种简单表格照片中的关键列内手写数据提取方法，包括：步骤1：将采集到的照片进行图像处理，得到仅包含表格区域的灰度图像：1.1对采集到的图像做二值化处理，提取其中最大白色连通域作为纸张掩码，使用掩码层覆盖原图像；特别的，针对纸张手持或按压时的情况，使用HSV颜色空间分析属于肤色范围内区域，制作掩码覆盖；1.2对掩码覆盖后的图像做二值化处理，获取表格连通域；特别的，针对可能存在的本文档来自技高网...

【技术保护点】
1.一种简单表格照片中的关键列内手写数据提取方法，其特征在于，包括：/n步骤1：将采集到的照片进行图像处理，得到仅包含表格区域的灰度图像：/n1.1对采集到的图像做二值化处理，提取其中最大白色连通域作为纸张掩码，使用掩码层覆盖原图像；特别的，针对纸张手持或按压时的情况，使用HSV颜色空间分析属于肤色范围内区域，制作掩码覆盖；/n1.2对掩码覆盖后的图像做二值化处理，获取表格连通域；特别的，针对可能存在的打印导致表格线空洞缺损，对二值化图像进行反色处理后再提取连通域；计算连通域外接矩形，以外接矩最大的区域作为表格区域，利用外接矩角度值将表格图像旋转到水平，计算旋转后的表格区域坐标，切割图像；/n...

【技术特征摘要】
1.一种简单表格照片中的关键列内手写数据提取方法，其特征在于，包括：
步骤1：将采集到的照片进行图像处理，得到仅包含表格区域的灰度图像：
1.1对采集到的图像做二值化处理，提取其中最大白色连通域作为纸张掩码，使用掩码层覆盖原图像；特别的，针对纸张手持或按压时的情况，使用HSV颜色空间分析属于肤色范围内区域，制作掩码覆盖；
1.2对掩码覆盖后的图像做二值化处理，获取表格连通域；特别的，针对可能存在的打印导致表格线空洞缺损，对二值化图像进行反色处理后再提取连通域；计算连通域外接矩形，以外接矩最大的区域作为表格区域，利用外接矩角度值将表格图像旋转到水平，计算旋转后的表格区域坐标，切割图像；
步骤2：对表格区域图像进行二值化处理，利用图像处理获得横向和纵向表格线图，利用投影法分别计算横线的y坐标和纵线的x坐标；
步骤3：根据表格线间的位置关系，确定表头所有列名的位置，对该区域进行切割及处理后，输入到训练好的CRNN网络识别，和给定的表头关键字比较，确定所需识别的列；
步骤4：将所得坐标和纵向表格线坐标比较，确定所在列外部两侧的x坐标，以该坐标切割表格灰度图像，获得待识别的单列灰度图像；
步骤5：对单列图像进行二值化，使用图像处理，抹去单列图像中表格线；
步骤6：使用投影法从处理后单列图像中将每行手写数据切分出来；
步骤7：将切分出的手写数据块输入到训练好的CRNN网络中，识别手写数据备。


2.根据权利要求1所述的一种简单表格照片中的关键列内手写数据提取方法，其特征在于，所述的步骤2中：
2.1对步骤1所得表格区域图像，二值...

【专利技术属性】
技术研发人员：郑会龙，
申请(专利权)人：杭州测质成科技有限公司，
类型：发明
国别省市：浙江;33