表格图像处理方法、装置和存储介质制造方法及图纸

本公开提供了一种表格图像处理方法、装置和存储介质，涉及人工智能技术领域，具体涉及计算机视觉、图像处理、深度学习等技术领域。具体实现方案为：在对表格图像进行处理时，获取表格图像中各个文本框的第一文本信息以及第一位置信息，并确定表格图像中待识别单元格图像的第二位置信息，以及从第一位置信息中，获取与第二位置信息匹配的第三位置信息，并将第三位置信息所对应文本框中的第二文本信息作为待识别单元格图像中的文本内容。由此，基于表格图像中文本框的文本信息以及位置信息，方便地确定出表格图像中待识别单元格图像中的文本内容，降低了表格图像处理的复杂度，提高了表格图像处理的准确度。了表格图像处理的准确度。了表格图像处理的准确度。

【技术实现步骤摘要】
表格图像处理方法、装置和存储介质


[0001]本公开涉及计算机
，具体涉及人工智能
，具体涉及计算机视觉、图像处理、深度学习等
，尤其涉及表格图像处理方法、装置和存储介质。

技术介绍

[0002]随着办公电子化程度的提高，原本以纸质形式保存的文档资料逐渐通过扫描仪等电子化手段转为以图像形式保存。表格图像是指包含表格的图像。
[0003]相关技术中，一般采用较为复杂的图像处理流程来表格图像进行处理。

技术实现思路

[0004]本公开提供了一种用于表格图像处理方法、装置和存储介质。
[0005]根据本公开的一方面，提供了一种表格图像处理方法，所述方法包括：获取表格图像中各个文本框的第一文本信息以及第一位置信息；确定所述表格图像中待识别单元格图像的第二位置信息；从所述第一位置信息中，获取与所述第二位置信息匹配的第三位置信息；将所述第三位置信息所对应文本框中的第二文本信息作为所述待识别单元格图像中的文本内容。
[0006]根据本公开的另一方面，提供了一种表格图像处理装置，所述装置包括：第一获取模块，用于获取表格图像中各个文本框的第一文本信息以及第一位置信息；第一确定模块，用于确定所述表格图像中待识别单元格图像的第二位置信息；第二获取模块，用于从所述第一位置信息中，获取与所述第二位置信息匹配的第三位置信息；第二确定模块，用于将所述第三位置信息所对应文本框中的第二文本信息作为所述待识别单元格图像中的文本内容。
[0007]根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开的表格图像处理方法。
[0008]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本公开实施例公开的表格图像处理方法。
[0009]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现本公开的表格图像处理方法。
[0010]上述申请中的一个实施例具有如下优点或有益效果：
[0011]在对表格图像进行处理时，获取表格图像中各个文本框的第一文本信息以及第一位置信息，并确定表格图像中待识别单元格图像的第二位置信息，以及从第一位置信息中，获取与第二位置信息匹配的第三位置信息，并将第三位置信息所对应文本框中的第二文本信息作为待识别单元格图像中的文本内容。由此，基于表格图像中文本框的文本信息以及位置信息，方便地确定出表格图像中待识别单元格图像中的文本内容，降低了表格图像处
理的复杂度，提高了表格图像处理的准确度。
[0012]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0013]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0014]图1是根据本公开第一实施例的示意图；
[0015]图2是根据本公开第二实施例的示意图；
[0016]图3是根据本公开第三实施例的示意图；
[0017]图4是根据本公开第四实施例的示意图；
[0018]图5是根据本公开第五实施例的示意图；
[0019]图6是根据本公开第六实施例的示意图；
[0020]图7是根据本公开第七实施例的示意图；
[0021]图8是根据本公开第八实施例的示意图；
[0022]图9是用来实现本公开实施例的表格图像处理方法的电子设备的框图。
具体实施方式
[0023]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0024]下面参考附图描述本公开实施例的表格图像处理方法、装置和存储介质。
[0025]图1是根据本公开第一实施例的示意图，该实施例提供一种表格图像处理方法。
[0026]如图1所示，该表格图像处理方法可以包括：
[0027]步骤101，获取表格图像中各个文本框的第一文本信息以及第一位置信息。
[0028]其中，本实施的表格图像处理方法的执行主体为表格图像处理装置，该表格图像处理装置可以由软件和/或硬件实现，该表格图像处理装置可以为电子设备，或者，可以配置在电子设备。
[0029]其中，该电子设备可以包括但不限于终端设备、服务器等，该实施例对电子设备不作具体限定。
[0030]在本公开的一些实施例中，在获取表格图像后，可利用文字识别器，对表格图像进行光学字符识别(Optical Character Recognition，OCR)识别，以确定出表格图像中各个文本框所对应的文本信息和位置信息。
[0031]在一些示例性的实施方式，可对表格图像进行文本检测，以得到表格图像中的各个文本框以及各个文本框对应的位置信息，并对文本框进行OCR识别，以得到各个文本框所对应的文本信息。
[0032]其中，文本框，是指表格图像中文本所对应的图像区域。
[0033]其中，本公开实施例中表格图像的图像格式可以但不限于包括：jpg、jpeg、ppm、bmp、png等各类图片、截图、截屏、扫描件、PDF文档等。表格图像中的图像内容可以但不限于
是银行、证券、基金、保险等金融机构、企业单位、机构的文档中已经被用户授权的大量的表格资料，比如收据、票据、保单、通知单、确认书、申请表等。
[0034]步骤102，确定表格图像中待识别单元格图像的第二位置信息。
[0035]在本公开的一个实施例中，可对表格图像进行表格线检测，并根据表格检测结果，确定出表格图像中的待识别单元格图像以及待识别单元格图像在表格图像中的第二位置信息。
[0036]步骤103，从第一位置信息中，获取与第二位置信息匹配的第三位置信息。
[0037]在一些示例性的实施方式中，可计算第二位置信息与上述各个第一位置信息之间的匹配度，并从各个第一位置信息中，获取匹配度最高的第一位置信息作为与第二位置信息匹配的第三位置信息。
[0038]在一些示例性的实施方式中，上述文本框一般为矩形，任意一个文本框所对应的第一位置信息可以用x1、x2、y1、y2表示，其中，该矩形的左上角的坐标是(x1,y1)，该矩形的右下角的坐标是(x2,y2)。
[0039]在一些示例性的实施方式中，第二位置信息可以用x3、x3、y4、y4表示，其中，该单元格图像的左上角的坐标是(x3,y3)，该单元格图像的右下角的坐标是(x4,y4)。
[004本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种表格图像处理方法，包括：获取表格图像中各个文本框的第一文本信息以及第一位置信息；确定所述表格图像中待识别单元格图像的第二位置信息；从所述第一位置信息中，获取与所述第二位置信息匹配的第三位置信息；将所述第三位置信息所对应文本框中的第二文本信息作为所述待识别单元格图像中的文本内容。2.根据权利要求1所述的方法，其中，所述确定所述表格图像中待识别单元格图像的第二位置信息，包括：获取所述表格图像的图像特征图；根据所述第一文本信息的语义特征和所述第一位置信息，生成所述表格图像的语义特征图；根据所述图像特征图和所述语义特征图，确定所述第二位置信息。3.根据权利要求2所述的方法，所述根据所述第一文本信息的语义特征和所述第一位置信息，生成所述表格图像的语义特征图，包括：生成与所述图像特征图的尺寸相同的初始特征图，其中，所述初始特征图上的像素值均为零；根据所述图像特征图的尺寸和所述表格图像的尺寸，确定所述表格图像的缩小倍数；根据所述缩小倍数，确定所述第一位置信息在所述初始特征图上的映射位置信息；将所述语义特征填充到所述映射位置信息上，以得到所述语义特征图。4.根据权利要求2或3所述的方法，其中，所述根据所述图像特征图和所述语义特征图，确定所述第二位置信息，包括：对所述图像特征图和语义特征图进行特征融合，以得到融合特征图；根据所述融合特征图，确定所述表格图像的表格结构信息，所述表格结构信息包括文本标签；将所述表格图像中与所述文本标签对应的单元格图像作为所述待识别单元格图像；基于所述融合特征图和所述文本标签，确定所述第二位置信息。5.根据权利要求4所述的方法，其中，所述根据所述融合特征图，确定所述表格图像的表格结构信息，包括：采用结构解码器，对所述融合特征图进行处理，以得到所述表格结构信息。6.根据权利要求5所述的方法，其中，所述基于所述融合特征图和所述文本标签，确定所述第二位置信息，包括：从所述结构解码器的多个解码单元中，获取与所述文本标签对应的目标解码单元；采用位置解码器，对所述目标解码单元的输出特征以及所述融合特征图进行处理，以得到所述待识别单元格图像的第二位置信息。7.一种表格图像处理装置，包括：第一获取模块，用于获取表格图像中各个文本框的第一文本信息以及第一位置信息；第一确定模块，用于确定所述表格图像中待识别单元格图像的第二位置信息；第二获取模块，用于从所述第一位置信息中，获取与所述第二位置信息匹配的第三位置信息；
第二确定模块，用于将所述第三位置信息所对应文...

【专利技术属性】
技术研发人员：庾悦晨，章成全，姚锟，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：