CN112800731B - 一种图像表格提取中应对畸变图形的表格修复方法 - Google Patents
一种图像表格提取中应对畸变图形的表格修复方法 Download PDFInfo
- Publication number
- CN112800731B CN112800731B CN202110199539.4A CN202110199539A CN112800731B CN 112800731 B CN112800731 B CN 112800731B CN 202110199539 A CN202110199539 A CN 202110199539A CN 112800731 B CN112800731 B CN 112800731B
- Authority
- CN
- China
- Prior art keywords
- line
- grid
- image
- vertical
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/177—Editing, e.g. inserting or deleting of tables; using ruled lines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/413—Classification of content, e.g. text, photographs or tables
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种图像表格提取中应对畸变图形的表格修复方法,涉及图像处理技术领域;提取图像中表格的横线集合及竖线集合,微调横线及竖线中存在的断线的起终点坐标,并构建表格网格,利用表格网格为线段补全的最小单元,根据横线及竖线的端点信息与当前表格网格的长宽信息,检测表格中待修复线段,进行表格边框的补全。
Description
技术领域
本发明公开一种方法,涉及图像处理技术领域,具体地说是一种图像表格提取中应对畸变图形的表格修复方法。
背景技术
随着信息技术的普及,使用计算机处理表格文档已成为工作中不可获取的部分,在此过程中积累了很多的表格数据,其中很多以图片形式存在,对其内容的自动结构化提取也是业界的诉求。目前,对图片中表格进行结构化提取多通过自动表格识别与文字识别相结合的技术实现。
然而在实际应用中,大部分图像数据可能由手机拍摄获得,图像中的表格由于拍摄角度等因素,存在着:畸变、扭曲、旋转、残缺等问题。现有的表格提取技术多针对标准的扫描文件,无法应对上述图像问题,导致表格提取需要复杂的方位矫正,甚至存在解析错误、无法解析的问题,进而影响表格内容的结构化。
发明内容
本发明针对现有技术的问题,提供一种图像表格提取中应对畸变图形的表格修复方法,对图像中表格进行补全,解决现有技术对非标准图像进行表格提取时效果不佳的问题,该方法无须矫正图像方位,应对不同畸变图形时,无须人工调整阈值。
本发明提出的具体方案是:
一种图像表格提取中应对畸变图形的表格修复方法,提取图像中表格的横线集合及竖线集合,
微调横线及竖线中存在的断线的起终点坐标,并构建表格网格,
利用表格网格为线段补全的最小单元,根据横线及竖线的端点信息与当前表格网格的长宽信息,检测表格中待修复线段,进行表格边框的补全。
进一步,所述的一种图像表格提取中应对畸变图形的表格修复方法中通过图像分割网络预处理,获取表格的横线二值图和竖线二值图,利用连通域分析方法分别根据横线二值图和竖线二值图获取横线近似线段表示和竖线的近似线段表示,组成横线集合及竖线集合。
进一步,所述的一种图像表格提取中应对畸变图形的表格修复方法中利用横线的起点坐标和终点坐标进行横线的断线判断,利用竖线的起点坐标和终点坐标进行竖线的断线判断。
进一步,所述的一种图像表格提取中应对畸变图形的表格修复方法中所述构建表格网格:获取相邻横线与竖线的交点坐标,邻近的四个交点构成一个表格网格。
进一步,所述的一种图像表格提取中应对畸变图形的表格修复方法中判断待修复线段的问题为断线还是邻接点缺失:
若需要延伸的线存在于横线与横线,竖线与竖线之间则为断线,
若需要延伸补全的线位于横线与竖线的应为交点处则为邻接点缺失。
进一步,所述的一种图像表格提取中应对畸变图形的表格修复方法中针对断线,通过遍历表格网络获取每个表格网络的端点的坐标,通过端点的坐标确定断线位于横线线段还是竖线线段上,判断断线的距离,进行端点的连接补全;
针对邻接点缺失,通过遍历表格网络获取每个表格网络的端点的坐标,判断端点所在的横线和竖线是否相交,若不相交,则所述端点为需要补全的邻接点,计算邻接点与对应的横竖线线段各自端点的距离,判断邻接点与对应的单元格的格宽和格高的相对关系,进行邻接点处连接补全。
一种图像表格提取中应对畸变图形的表格修复系统,包括提取模块、微调模块、构建模块及补全模块,
提取模块提取图像中表格的横线集合及竖线集合,
微调模块微调横线及竖线中存在的断线的起终点坐标,同时构建模块构建表格网格,
补全模块利用表格网格为线段补全的最小单元,根据横线及竖线的端点信息与当前表格网格的长宽信息,检测表格中待修复线段,进行表格边框的补全。
一种图像表格提取中应对畸变图形的表格修复装置,包括至少一个存储器和至少一个处理器,
所述至少一个存储器,用于存储机器可读程序;
所述至少一个处理器,用于调用所述机器可读程序,执行所述的一种图像表格提取中应对畸变图形的表格修复方法。
本发明的有益之处是:
本发明提供一种图像表格提取中应对畸变图形的表格修复方法,针对图像中的表格文档,通过提取表格中的横线和竖线,并利用其位置关系进行表格边线修复,实现表格的准确提取,可以有效避免拍摄图像时,由于拍摄角度问题导致的表格行列宽度变化,致使表格补全过程不需要复杂方位矫正,减少了人为误差的引入。
附图说明
图1是本发明方法流程示意图;
图2是原始带有表格的图像示意图;
图3是通过图2提取的表格示意图,圆圈a中表示邻接点缺失,圆圈b中表示断线;
图4是图3通过本发明方法补全后的表格示意图;
图5是图像中表格示意图;
图6是图5中一个单元格划分表格网格的示意图,表格网格利用加粗矩形框表示;
图7是邻接点缺失端点标记示意图;
图8是断线的端点标记示意图;
图9是图7及图8表格补全后示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,以使本领域的技术人员可以更好地理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
本发明提供一种图像表格提取中应对畸变图形的表格修复方法,提取图像中表格的横线集合及竖线集合,
微调横线及竖线中存在的断线的起终点坐标,并构建表格网格,
利用表格网格为线段补全的最小单元,根据横线及竖线的端点信息与当前表格网格的长宽信息,检测表格中待修复线段,进行表格边框的补全。
利用本发明方法首先对进行分割后的图像进行预处理,可以对横线、竖线像素点的连图区域进行线段近似,确定待解析表格的所有横线、竖线集合;
其次对表格中横线和竖线中存在的断线进行坐标微调,并构建表格最小网格图,实现表格的细粒度划分;
最后以表格网格为线段补全的最小单元,利用横线、竖线的端点信息与当前网格的长、宽信息,检测待修复线段,并进行表格边框的补全,最终完成表格的修复。
具体应用中,在本发明的一些实施例中,具体说明计算横线和竖线的近似线段表示,获取横线和竖线集合的过程。
其中步骤1:读取表格图像经过图像分割网络处理后的横线二值图和竖线二值图,该图像分割网络分别预测图像中各个像素属于横线或竖线;
步骤2:对于横线二值图,利用连通域分析方法,获取各个横线像素点的连通区域,进而计算各个连通区域对应的最小外接矩形,以横线为例:
row_linen:[x1,y1,x2,y2,x3,y3,x4,y4]
其中n表示横线的条数,一个外接矩形,使用矩形的四个端点进行描述,其中x1,y1,x2,y2,x3,y3,x4,y4分别表示最小外接矩形左上、右上、右下、左下的坐标;
步骤3:计算横线连通区域的近似线段表示,获得横线线段的起点和终点,其计算公式如下:
横线的起点和终点表示为:
步骤4:重复步骤2及步骤3,获取竖线的近似线段表示,至此得到横线和竖线的线段表示集合。
在上述实施的基础上,在本发明的另一些实施例中,具体说明断线位置微调,并构建表格的最小网格图的过程。
其中断线可理解为:表格中的一条边线,由于噪声等其他原因,经过图像分割网络后,生成了两条距离较近的线段,可参考图3中圆圈b所示。
检测可能存在的断线,由于断线都属于同一行或同一列,鉴于图像拍摄角度问题,断线间可能存在一定的旋转,也存在一定的畸变,因此横线同行的判断方法定义如下:
横线1定义为:[A,B],其中A表示起点坐标,B为终点坐标。
横线2定义为:[C,D],其中C表示起点坐标,D为终点坐标。
若θ小于阈值,则两条横线属于同一行,同理可判断同列的断线。
断线位置微调,其目的是保证一条线上的断线之间夹角为0,微调可以避免表格网格化时的误差,防止由于图像畸变的引起的错误行列信息的引入,其实现方式为:使用一条线段近似拟合同行中的多条断线,微调后断线的坐标为:当前断线坐标到该直线的垂足,示例如下:
定义断线1:[A,B],断线2:[C,D],其中ABCD分别为断线的起止点坐标,则其近似拟合线段表示为[A,D],调整后的断线1和断线2为ABCD点在直线AD上的对应垂足。至此位置微调结束。
构建表格的表格网格,网格化主要实现对表格的细粒度划分,需要补全的表格位置可以在每个网格中得到定位和量化。网格化的实现方法通过对横线、竖线的延伸获得,该方法可以实现存在旋转、透视、畸变图像的表格网格化,获取单元格边框的粗略位置,网格化的结果见图6中加粗矩形框。使一个单元格构建为5个表格网格。其具体实现为:分别计算相邻横线与竖线的交点坐标,邻近的四个交点可以构成一个表格网格,遍历所有的邻接点,一个表格将被划分成一个n*m的网格,其中n和m表示网格的行列数,一个单元格可能跨多行多列。对于第i行,第j列的网格,其左上、右上、右下、左上的坐标分别为排序后的第i、i+1位置的横线与第j、j+1位置的竖线所构成的四个交点。其中交点坐标(px,py)的计算公式为:
其中(x1,y1)、(x2,y2)、(x3,y3)、(x4,y4)分别表示待求交点的两条线段的起点和终点。
表格进行表格网格化之后,就可以获取表格的行列信息。
在上述实施的基础上,在本发明的另一些实施例中,具体说明邻接点处边线及断线的补全的过程。
根据表格残缺的两种情况,针对存在断线,即需要延伸的线存在于横线与横线,竖线与竖线之间的情况,或者针对邻接点缺失,即需要延伸补全的线位于横线与竖线的交点处的情况进行表格补全。
此处邻接点可理解为:网格图中横线与竖线的交汇点,可参考图3中圆圈a中表示的示例,网格对应经过线段延伸形成的网格图,表格对应于经过横竖线提取后构成的原始表格图。
邻接点补全时查找所有可能需要补全的邻接点,其判断方法为:遍历每一个网格,网格的四个端点即是当前网格的邻接点,判断表格中邻接点处的横线和竖线是否相交,若不相交,则该点为可能需要补全的邻接点。
对于可能需要补全的邻接点,则计算邻接点与对应横竖线线段端点的距离,判断其与对应单元格格宽和格高的相对关系,若改线小于对应单元格尺寸1/3的距离,说明横线和竖线在邻接点处非常接近,可能是由于误差引起的未连接,进行邻接点处边线的补全,以网格中左上角的端点判断示例:遍历每个网格,每个网格对应一个行列信息,计算网格左上角的P点与端点所在行中的直线(记为AB)的左端点(A)的距离,若距离小于当前网格宽度(width)的1/3,那么该端点到线段的左端点需要补全。补全的方法为:将线段的对应端点延长至邻接点,如延长AB的端点A至P点。其中端点与线段的配对关系见表1,表1中Dis表示欧式距离。
表1
断线补全时查找所有可能需要补全的断线,以横线断线为例,其方法为:遍历所有的网格,获取网格顶部两个端点P1、P2并获取端点所属于的横线线段,即判断端点是否位于横线线段上,P1位于AB线段上,P2位于CD线段上,如果两个端点都存在所属横线且这两条横线是同一条线段,说明两个端点是连接的,不需要补全,若两条横线存在但不同,说明两个端点隶属于不同的断线,这两个断线,线段AB和线段CD可能需要补全。
对于可能需要补全的横线断线,判断断线的距离,即线段BC的距离是否小于网格宽度width的1/3,如果满足条件进行连接补全,同样的方法对竖线进行断线补全,至此表格补全结束。
因此利用本发明方法可以有效避免拍摄图像时,由于拍摄角度问题导致的表格行列宽度变化,致使表格补全时用户自定义阈值失效的问题,且补全过程不需要复杂方位矫正,减少了人为误差的引入。
同时本发明还提供一种图像表格提取中应对畸变图形的表格修复系统,包括提取模块、微调模块、构建模块及补全模块,
提取模块提取图像中表格的横线集合及竖线集合,
微调模块微调横线及竖线中存在的断线的起终点坐标,同时构建模块构建表格网格,
补全模块利用表格网格为线段补全的最小单元,根据横线及竖线的端点信息与当前表格网格的长宽信息,检测表格中待修复线段,进行表格边框的补全。
上述系统内的各模块之间的信息交互、执行过程等内容,由于与本发明方法实施例基于同一构思,具体内容可参见本发明方法实施例中的叙述,此处不再赘述。
以及本发明提供一种图像表格提取中应对畸变图形的表格修复装置,包括至少一个存储器和至少一个处理器,
所述至少一个存储器,用于存储机器可读程序;
所述至少一个处理器,用于调用所述机器可读程序,执行所述的一种图像表格提取中应对畸变图形的表格修复方法。
上述装置内的处理器的信息交互、执行可读程序过程等内容,由于与本发明方法实施例基于同一构思,具体内容可参见本发明方法实施例中的叙述,此处不再赘述。
需要说明的是,上述较佳实施例中各流程和各系统结构中不是所有的步骤和模块都是必须的,可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的,可以根据需要进行调整。上述各实施例中描述的系统结构可以是物理结构,也可以是逻辑结构,即,有些模块可能由同一物理实体实现,或者,有些模块可能分由多个物理实体实现,或者,可以由多个独立设备中的某些部件共同实现。
以上所述实施例仅是为充分说明本发明而所举的较佳的实施例,本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换,均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。
Claims (6)
1.一种图像表格提取中应对畸变图形的表格修复方法,其特征是提取图像中表格的横线集合及竖线集合,
微调横线及竖线中存在的断线的起终点坐标,并构建表格网格,
利用表格网格为线段补全的最小单元,根据横线及竖线的端点信息与当前表格网格的长宽信息,检测表格中待修复线段,进行表格边框的补全,
判断待修复线段的问题为断线还是邻接点缺失:
若需要延伸的线存在于横线与横线,竖线与竖线之间则为断线,
若需要延伸补全的线位于横线与竖线的应为交点处则为邻接点缺失;
针对断线,通过遍历表格网络获取每个表格网络的端点的坐标,通过端点的坐标确定断线位于横线线段还是竖线线段上,判断断线的距离,进行端点的连接补全;
针对邻接点缺失,通过遍历表格网络获取每个表格网络的端点的坐标,判断端点所在的横线和竖线是否相交,若不相交,则所述端点为需要补全的邻接点,计算邻接点与对应的横竖线线段各自端点的距离,判断邻接点与对应的单元格的格宽和格高的相对关系,进行邻接点处连接补全。
2.根据权利要求1所述的一种图像表格提取中应对畸变图形的表格修复方法,其特征是通过图像分割网络预处理,获取表格的横线二值图和竖线二值图,利用连通域分析方法分别根据横线二值图和竖线二值图获取横线近似线段表示和竖线的近似线段表示,组成横线集合及竖线集合。
3.根据权利要求1或2所述的一种图像表格提取中应对畸变图形的表格修复方法,其特征是利用横线的起点坐标和终点坐标进行横线的断线判断,利用竖线的起点坐标和终点坐标进行竖线的断线判断。
4.根据权利要求3所述的一种图像表格提取中应对畸变图形的表格修复方法,其特征是所述构建表格网格:获取相邻横线与竖线的交点坐标,邻近的四个交点构成一个表格网格。
5.一种图像表格提取中应对畸变图形的表格修复系统,其特征是包括提取模块、微调模块、构建模块及补全模块,
提取模块提取图像中表格的横线集合及竖线集合,
微调模块微调横线及竖线中存在的断线的起终点坐标,同时构建模块构建表格网格,
补全模块利用表格网格为线段补全的最小单元,根据横线及竖线的端点信息与当前表格网格的长宽信息,检测表格中待修复线段,进行表格边框的补全,
补全模块判断待修复线段的问题为断线还是邻接点缺失:
若需要延伸的线存在于横线与横线,竖线与竖线之间则为断线,
若需要延伸补全的线位于横线与竖线的应为交点处则为邻接点缺失;
针对断线,通过遍历表格网络获取每个表格网络的端点的坐标,通过端点的坐标确定断线位于横线线段还是竖线线段上,判断断线的距离,进行端点的连接补全;
针对邻接点缺失,通过遍历表格网络获取每个表格网络的端点的坐标,判断端点所在的横线和竖线是否相交,若不相交,则所述端点为需要补全的邻接点,计算邻接点与对应的横竖线线段各自端点的距离,判断邻接点与对应的单元格的格宽和格高的相对关系,进行邻接点处连接补全。
6.一种图像表格提取中应对畸变图形的表格修复装置,其特征是包括至少一个存储器和至少一个处理器,
所述至少一个存储器,用于存储机器可读程序;
所述至少一个处理器,用于调用所述机器可读程序,执行权利要求1至4中任一项所述的一种图像表格提取中应对畸变图形的表格修复方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110199539.4A CN112800731B (zh) | 2021-02-23 | 2021-02-23 | 一种图像表格提取中应对畸变图形的表格修复方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110199539.4A CN112800731B (zh) | 2021-02-23 | 2021-02-23 | 一种图像表格提取中应对畸变图形的表格修复方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112800731A CN112800731A (zh) | 2021-05-14 |
CN112800731B true CN112800731B (zh) | 2023-04-07 |
Family
ID=75815367
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110199539.4A Active CN112800731B (zh) | 2021-02-23 | 2021-02-23 | 一种图像表格提取中应对畸变图形的表格修复方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112800731B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114972309A (zh) * | 2022-06-21 | 2022-08-30 | 昆岳互联环境技术(江苏)有限公司 | 一种基于图像的表格检测中表格线断裂连接方法 |
CN116311310A (zh) * | 2023-05-19 | 2023-06-23 | 之江实验室 | 一种结合语义分割和序列预测的通用表格识别方法和装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109635268A (zh) * | 2018-12-29 | 2019-04-16 | 南京吾道知信信息技术有限公司 | Pdf文件中表格信息的提取方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8600164B2 (en) * | 2008-03-28 | 2013-12-03 | Smart Technologies Ulc | Method and tool for recognizing a hand-drawn table |
US8625895B2 (en) * | 2009-03-30 | 2014-01-07 | The Neat Company, Inc. | Table grid detection and separation |
CN110110313A (zh) * | 2019-05-09 | 2019-08-09 | 上海微投股权投资基金管理有限公司 | 文档表格解析方法及装置 |
CN110210409B (zh) * | 2019-06-04 | 2021-04-20 | 南昌市微轲联信息技术有限公司 | 表格单据中表格框线检测方法及系统 |
CN111860502B (zh) * | 2020-07-15 | 2024-07-16 | 北京思图场景数据科技服务有限公司 | 图片表格的识别方法、装置、电子设备及存储介质 |
-
2021
- 2021-02-23 CN CN202110199539.4A patent/CN112800731B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109635268A (zh) * | 2018-12-29 | 2019-04-16 | 南京吾道知信信息技术有限公司 | Pdf文件中表格信息的提取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112800731A (zh) | 2021-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110008809B (zh) | 表格数据的获取方法、装置和服务器 | |
CN112800731B (zh) | 一种图像表格提取中应对畸变图形的表格修复方法 | |
CN106960208B (zh) | 一种仪表液晶数字自动切分和识别的方法及系统 | |
US8401333B2 (en) | Image processing method and apparatus for multi-resolution feature based image registration | |
CN109839385B (zh) | 一种自适应的pcb板缺陷视觉定位检测及分类系统 | |
CN114419647B (zh) | 一种表格信息提取方法及系统 | |
CN110647882A (zh) | 图像校正方法、装置、设备及存储介质 | |
CN112329641B (zh) | 一种表格识别方法、装置、设备及可读存储介质 | |
CN112906695B (zh) | 适配多类ocr识别接口的表格识别方法及相关设备 | |
CN112149548B (zh) | 一种适用于端子排的cad图纸智能录入和识别方法及其装置 | |
CN112036259A (zh) | 一种基于图像处理与深度学习相结合的表格矫正与识别的方法 | |
CN111881659B (zh) | 表格图片的处理方法、系统、可读存储介质及计算机设备 | |
CN115661848A (zh) | 一种基于深度学习的表格提取和识别方法及系统 | |
CN105512598A (zh) | 一种qr码图像取样的自适应匹配识别方法 | |
CN110008960B (zh) | 一种检测字符片段完整性的方法及终端 | |
CN113139399B (zh) | 一种图像线框识别方法及服务器 | |
WO2022021687A1 (zh) | 快速响应码区域定位方法、电子设备及存储介质 | |
CN112418210B (zh) | 一种杆塔巡检信息智能分类方法 | |
JP4224328B2 (ja) | 車番認識装置 | |
CN115457559B (zh) | 一种将文本及证照类图片智能摆正的方法、装置和设备 | |
CN113159031B (zh) | 一种手写文本检测方法、装置及存储介质 | |
CN113177885B (zh) | 校正图像的方法、装置、存储介质及电子设备 | |
CN115331229A (zh) | 一种光学字符识别方法、计算机可读存储介质及电子设备 | |
CN111832408B (zh) | 一种拍摄所得的二值带网格曲线图的曲线提取方法 | |
CN113283398A (zh) | 一种基于聚类的表格识别方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |