CN113643408A - 图像生成方法及装置、计算机可读存储介质和电子设备 - Google Patents
图像生成方法及装置、计算机可读存储介质和电子设备 Download PDFInfo
- Publication number
- CN113643408A CN113643408A CN202110961145.8A CN202110961145A CN113643408A CN 113643408 A CN113643408 A CN 113643408A CN 202110961145 A CN202110961145 A CN 202110961145A CN 113643408 A CN113643408 A CN 113643408A
- Authority
- CN
- China
- Prior art keywords
- image
- line
- style
- intermediate image
- annotation
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000002372 labelling Methods 0.000 claims abstract description 42
- 238000004590 computer program Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 abstract description 5
- 238000012549 training Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 18
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000007596 consolidation process Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
Abstract
本公开提供了一种图像生成方法、图像生成装置、计算机可读存储介质和电子设备,涉及图像处理技术领域。该图像生成方法包括:获取网页格式的表格基本数据;确定表格样式以及与表格样式对应的标注样式;根据表格基本数据和表格样式,得到网页端表格,并结合标注样式,得到网页端表格的标注结果;利用网页端表格生成表格图像,并利用网页端表格的标注结果生成与表格图像对应的标注图像。本公开可以减少生成样本图像的成本。
Description
技术领域
本公开涉及图像处理技术领域,具体而言,涉及一种图像生成方法、图像生成装置、计算机可读存储介质和电子设备。
背景技术
在将表格图像转换为表格的场景中,可以利用计算机视觉技术对拍摄的图像进行识别,生成对应的表格。具体的,可以训练一机器学习模型,来对输入的表格图像进行单元格线条的分割,得到每个单元格的边框线。
在模型训练的过程中,需要拍摄表格图像并人工标注对应的边框线,来得到样本图像,耗费大量的人力,成本高。
发明内容
本公开提供一种图像生成方法、图像生成装置、计算机可读存储介质和电子设备,进而至少在一定程度上克服模型训练中获取样本需要耗费大量人力、成本高的问题。
根据本公开的第一方面,提供了一种图像生成方法,包括:获取网页格式的表格基本数据;确定表格样式以及与表格样式对应的标注样式;根据表格基本数据和表格样式,得到网页端表格,并结合标注样式,得到网页端表格的标注结果;利用网页端表格生成表格图像,并利用网页端表格的标注结果生成与表格图像对应的标注图像。
根据本公开的第二方面,提供了一种图像生成装置,包括:数据获取模块,用于获取网页格式的表格基本数据;样式确定模块,用于确定表格样式以及与表格样式对应的标注样式;网页结果生成模块,用于根据表格基本数据和表格样式,得到网页端表格,并结合标注样式,得到网页端表格的标注结果;图像生成模块,用于利用网页端表格生成表格图像,并利用网页端表格的标注结果生成与表格图像对应的标注图像。
根据本公开的第三方面,提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的图像生成方法。
根据本公开的第四方面,提供了一种电子设备,包括处理器;存储器,用于存储一个或多个程序,当一个或多个程序被处理器执行时,使得所述处理器实现上述的图像生成方法。
在本公开的一些实施例所提供的技术方案中,获取网页格式的表格基本数据,确定表格样式和对应的标注样式,根据表格基本数据和表格样式,得到网页端表格,并结合标注样式,得到网页端表格的标注结果,利用网页端表格生成表格图像,并利用网页端表格的标注结果生成与表格图像对应的标注图像。一方面,本公开方案由计算机生成用于模型训练的表格图像和对应的标注图像,可以节省人工收集和手动标注的成本,并且样本生成的效率高;另一方面,鉴于人工标注可能存在准确度不理想的问题,本公开采用计算机来完成标注,可以提高标注的准确度。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1示出了本公开图像生成方案的示例性场景的示意图;
图2示出了适于用来实现本公开实施例的电子设备的结构示意图;
图3示意性示出了根据本公开示例性实施方式的图像生成方法的流程图;
图4示出了本公开方案中表格数据包含内容的示意图;
图5示出了本公开实施例的网页端表格的示意图;
图6示出了与图5对应网页端的标注结果的示意图;
图7示出了本公开实施例的表格图像的示意图;
图8示出了与图7对应的可见横线的标注图像的示意图;
图9示出了与图7对应的可见竖线的标注图像的示意图;
图10示出了与图7对应的不可见横线的标注图像的示意图;
图11示出了与图7对应的不可见竖线的标注图像的示意图;
图12示意性示出了本公开实施例的图像生成方案的整个过程的流程图;
图13示意性示出了根据本公开示例性实施方式的图像生成装置的方框图;
图14示意性示出了根据本公开另一示例性实施方式的图像生成装置的方框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的步骤。例如,有的步骤还可以分解,而有的步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。另外,下面所有的术语“第一”、“第二”、“第三”、“第四”、“第五”、“第六”等仅是为了区分的目的,不应作为本公开内容的限制。
在将表格图像转换为表格的过程中,通常利用模型的方法来实现,在应用模型之前,需要对模型进行训练。一些技术需要人为收集训练样本并进行人工标注,成本较高。本公开方案提供了一种新的图像样本生成方法,由电子设备自动生成作为样本的表格图像和对应的标注图像,以在一定程度上解决人工对样本图像进行标注而导致成本高的问题。
图1示出了本公开图像生成方案的示例性场景的示意图。
首先,电子设备执行样本图像生成的过程,生成样本图像,本公开所述的样本图像包括表格图像和与表格图像对应的标注图像。接下来,生成的样本图像可以应用至模型训练过程,以得到训练后的模型。随后,在需要将一待识别的表格图像识别为表格的情况下,可以将该表格图像输入训练后的模型,以由模型输出对应的表格。
本公开的图像生成方案主要关注的是上述生成样本图像的过程。
具体的,首先,电子设备可以获取网页格式的表格基本数据,并且确定表格样式以及与该表格样式对应的标注样式。接下来,电子设备可以根据表格基本数据和表格样式,得到网页端表格,并结合标注样式,得到网页端表格的标注结果。随后,电子设备可以利用网页端表格生成表格图像,并利用网页端表格的标注结果生成与表格图像对应的标注图像。
可以理解的是,本公开图像生成方案生成的表格图像和对应的标注图像为训练模型所需要的样本图像。
本公开的图像生成方法可以由电子设备实现,相应的,图像生成装置可以配置在该电子设备中。其中,电子设备可以包括但不限于智能手机、平板电脑、个人计算机、服务器等。
图2示出了适于用来实现本公开示例性实施方式的电子设备的计算机系统的结构示意图。
需要说明的是,图2示出的电子设备的计算机系统200仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图2所示,计算机系统200包括中央处理单元(CPU)201,其可以根据存储在只读存储器(ROM)202中的程序或者从存储部分208加载到随机访问存储器(RAM)203中的程序而执行各种适当的动作和处理。在RAM 203中,还存储有系统操作所需的各种程序和数据。CPU201、ROM 202以及RAM 203通过总线204彼此相连。输入/输出(I/O)接口205也连接至总线204。
以下部件连接至I/O接口205:包括键盘、鼠标等的输入部分206;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分207;包括硬盘等的存储部分208;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分209。通信部分209经由诸如因特网的网络执行通信处理。驱动器210也根据需要连接至I/O接口205。可拆卸介质211,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器210上,以便于从其上读出的计算机程序根据需要被安装入存储部分208。
特别地,根据本公开的实施例,下文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分209从网络上被下载和安装,和/或从可拆卸介质211被安装。在该计算机程序被中央处理单元(CPU)201执行时,执行本公开的系统中限定的各种功能。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读存储介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现如下述实施例中所述的方法。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
图3示意性示出了本公开的示例性实施方式的图像生成方法的流程图。参考图3,该图像生成方法可以包括以下步骤:
S32.获取网页格式的表格基本数据。
在本公开的示例性实施方式中,参考图4,表格基本数据包括但不限于表格的行数、列数、单元格内容、单元格合并信息和不可见线信息等。其中,单元格合并信息包含哪些单元格需要合并的信息,不可见线信息包括哪些单元格的边框是不可见线的信息,不可见线通常包括不可见横线和不可见竖线。
在一个实施例中,表格基本数据是由电子设备随机生成的信息,其中,单元格内容可以从例如新闻、小说等中随机抽取文本得到。而在另一个实施例中,表格基本数据可以是用户输入的数据。本公开对此不做限制。
应当注意的是,表格基本数据符合网页(html)格式,例如,电子设备直接生成html格式的表格基本数据。
根据本公开另一些实施例,首先,电子设备可以获取由编程语言编写得到的原始表格数据。其中,原始表格数据包含的数据项和数据内容均与上述表格基本数据一致。另外,本公开对用户采用的编程语言不做限制,例如可以采用python进行编写。
接下来,可以以满足网页格式的字符串的形式,逐行提取原始表格数据,以得到网页格式的表格基本数据。其中,满足网页格式可以指的是符合html和css(cascading stylesheets,层叠样式表)的规范。
例如,单元格可以表示为:
<th rowspan="1"colspan="1"width="200px"height="50px"><div style="opacity:1;">单元格内容</div></th>
其中,rowspan表示行的合并情况,colspan表示列的合并情况。
在单元格包含不可见线的情况下,可以在td的class里给出,例如:
<td class="hl_cm"rowspan="1"colspan="1"width="200px"height="50px"><div style="opacity:1;">单元格内容1</div></td>
在本公开示例性方案中,如果边框属于竖直方向且为整个表格外边框左侧的一部分,则可以用“hl_cl”表示;如果边框属于竖直方向且为整个表格外边框右侧的一部分,则可以用“hl_cr”;其他情况则可以用“hl_cm”表示。另外,对于横向的不可见线(即不可见横线),也有类似的表示方式。
S34.确定表格样式以及与表格样式对应的标注样式。
在本公开的示例性实施方式中,样式指的是css样式。表格样式和标注样式可以依据后续所应用的模型和场景而确定,本公开对此不做限制。例如,表格样式可以包括但不限于网页的布局、线条的形式和线宽(即线条的粗细程度)等。标注样式可以包括颜色信息,具体包括线条颜色、单元格背景颜色、单元格内容颜色等。
根据本公开一个实施例,用户可以根据步骤S32中获取到的表格基础数据进行样式配置,得到表格样式和对应的标注样式。
根据本公开另一个实施例,可以预先构建样式库,该样式库中包括多个样式组,每一个样式组中包括一个表格样式和对应的一个标注样式。其中,针对每一个样式组,均可以复用,也就是说,一个样式组可以应用到多个表格基础数据。
在预先构建了样式库的情况下,电子设备可以从样式库中确定表格样式和对应的标注样式。例如,可以随机从样式库中选择样式组。或者,由用户指定样式组。
S36.根据表格基本数据和表格样式,得到网页端表格,并结合标注样式,得到网页端表格的标注结果。
在确定出表格基本数据和表格样式后,电子设备可以得到网页端表格,例如得到图5所示的网页端表格。
在得到网页端表格的情况下,可以结合标注样式,得到网页端表格的标注结果。例如得到图6所示的标注结果。
例如,图6所示的标注样式可以包括可见横线配置为红色、可见竖线配置为蓝色、不可见横线配置为黄色、不可见竖线配置为绿色。另外,将标注结果的背景配置为黑色,并将每个单元格内容配置为黑色。
S38.利用网页端表格生成表格图像,并利用网页端表格的标注结果生成与表格图像对应的标注图像。
针对表格图像:
电子设备可以利用网页端表格生成表格图像。具体的,可以对网页端表格执行自网页至图像(node-html-to-image)的转换操作,生成第一中间该图像,并基于第一中间图像得到表格图像。
在本公开的一些实施例中,可以直接将第一中间图像作为表格图像,应用于模型训练过程。
在本公开的另一些实施例中,鉴于转换得到第一中间图像可能包含表格区域和非表格区域,因此,可以从第一中间图像中裁剪出表格区域,并基于表格区域得到表格图像。即,直接将裁剪出的表格区域作为表格图像,应用于模型训练过程。
针对确定表格区域和份表格区域的过程,可以利用对应的标注结果,例如,在标注结果中确定非黑像素的四个最外围顶点,即可划分出表格区域和非表格区域。
另外,为了提升后续模型的鲁棒性,可以对裁剪出的表格区域进行进一步处理。例如,可以对表格区域的周围进行随机填充(padding),如随机填充白色区域。随后,将填充得到的图像作为表格图像,应用于模型训练过程。
图7示出了本公开实施例的表格图像的示意图。
针对标注图像:
电子设备可以对网页端表格的标注结果执行自网页至图像的转换操作,生成第二中间图像,并基于第二中间图像得到表格图像对应的标注图像。
在本公开的一些实施例中,可以直接将第二中间图像作为标注图像,应用于模型训练过程。
在本公开的另一些实施例中,鉴于转换得到第二中间图像可能包含标注区域和非标注区域,因此,可以从第二中间图像中裁剪出标注区域,以得到第三中间图像,并基于第三中间图像得到标注图像。
根据一个实施例,第三中间图像为标注区域。根据另一个实施例,第三中间图像可以是进行随机填充后的图像,具体的,在从第二中间图像中裁剪出标注区域后,可以对标注区域的周围进行随机填充,将填充后的图像确定为第三中间图像。
可以直接将第三中间图像作为标注图像,应用于模型训练过程。
另外,在第三中间图像中包括不可见线(包括不可见横线和/或不可见竖线)的情况下,电子设备还可以对不可见线进行线宽的调整,并将调整后的图像作为标注图像,应用于模型训练过程。线宽较小的不可见线通常学习能力差,在将不可见线的线宽增大后,有利于后续模型的学习过程。
具体的,首先,电子设备可以确定表格图像中与该不可见线紧邻的单元格的内容;接下来,电子设备可以基于单元格的内容确定目标线宽,其中,目标线宽指的是紧邻的单元格的内容之间无内容的区域的最小宽度。参考图5,例如,第一列与第二列之间存在不可见竖线,目标线宽为“必要的东西”与“仑镜这个”之间的距离(宽度);又例如,第四列与第五列之间存在不可见竖线,目标线宽为“败了他们两”与“BAK”之间的距离。随后,可以将不可见线的宽度调整至对应的目标线宽,以得到线宽调整后的第三中间图像,以得到标注图像。
可以将线宽调整后的第三中间图像作为标注图像,应用于模型训练过程。
根据本公开又一些实施例,针对裁剪后或者裁剪及填充后的第三中间图像,第三中间图像中线条的类型包括可见横线和不可见横线中的至少一种,并且第三中间图像中线条的类型还包括可见竖线和不可见竖线中的至少一种,容易理解的是,本公开所述的横线和竖线均是表格单元格的边框线,另外,可以将横线定义为沿第一方向分布,将竖线定义为沿第二方向分布,第一方向与第二方向垂直。
首先,基于第三中间图像得到至少两个第四中间图像,第四中间图像仅包含同一线条类型的线条,且第四中间图像为二值图。也就是说,可以按第三中间图像包含的线条类型逐一分割出线条类型单一的图像,并得到对应的二值图。鉴于第三中间图像至少包含行和列,也就至少包括横线和竖线,至于第四中间图像的具体数量,取决于第三中间图像包含的线条类型的数量。如,第三中间图像的线条类型包括可见横线、可见竖线、不可见横线和不可见竖线,则可以得到四个第四中间图像。
接下来,电子设备可以基于第四中间图像得到标注图像。例如,可以直接将得到的第四中间图像作为标注图像,应用于模型训练过程。
另外,鉴于第四中间图像中线条之间存在断点,电子设备可以先将断点补全,然后将补全断点的图像作为标注图像。
具体的,在第四中间图像中线条的线条类型为可见横线或不可见横线的情况下,如果第四中间图像中两个横线在第一方向上的距离小于第一预设距离,则将这两个横线之间补全,以得到第五中间图像。如果这两个横线被记为第一横线和第二横线,本公开所述的补全意指将沿第一横线的延长线方向将第一横线延长至第二横线,或沿第二横线的延长线方向将第二横线延长至第一横线。
一方面,如果这两个横线在第一方向上的距离大于第一预设距离,则不对二者之间进行补全。另一方面,在一些场景中,第一预设距离可以与这两个横线之间的竖线的线宽一致,亦或者可以预先配置为固定值。
类似地,在第四中间图像中线条的线条类型为可见竖线或不可见竖线的情况下,如果第四中间图像中两个竖线在第二方向上的距离小于第二预设距离,则将这两个竖线之间补全,以得到第六中间图像。如果这两个竖线被记为第一竖线和第二竖线,本公开所述的补全意指将沿第一竖线的延长线方向将第一竖线延长至第二竖线,或沿第二竖线的延长线方向将第二竖线延长至第一竖线。
一方面,如果这两个竖线在第二方向上的距离大于第二预设距离,则不对二者之间进行补全。另一方面,在一些场景中,第二预设距离可以与这两个竖线之间的横线的线宽一致,亦或者可以预先配置为固定值。另外,第一预设距离与第二预设距离可以相同或不同。
在判断线条间是否补全的时候,还可以对单一的线条进行分析。如果当前线条为可见横线,则沿第一方向进行查找,如果在第一预设距离内,出现另一个横线(可见横线和不可见横线的统称),则将二者之间的区域补全为可见横线;如果当前线条为不可见横线,则沿第一方向进行查找,如果在第一预设距离内,出现另一个横线,则将二者之间的区域补全为不可见横线;如果当前线条为可见竖线,则沿第二方向进行查找,如果在第二预设距离内,出现另一个竖线(可见竖线和不可见竖线的统称),则将二者之间的区域补全为可见竖线;如果当前线条为不可见竖线,则沿第二方向进行查找,如果在第二预设距离内,出现另一个竖线,则将二者之间的区域补全为不可见竖线。
在确定出第五中间该图像和第六中间图像的情况下,可以基于第五中间图像得到与横线对应的标注图像,以及可以基于第六中间图像得到与竖线对应的标注图像。
在一个实施例中,可以将第五中间图像作为与横线对应的标注图像,应用于模型训练过程,并将第六中间图像作为与竖线对应的标注图像,应用于模型训练过程。
在另一个实施例中,在第四中间图像中线条的线条类型为不可见横线的情况下,针对得到的第五中间图像,可以调整不可见横线的线宽,并将调整线宽后的图像作为与横线对应的标注图像,应用于模型训练过程。
具体的,可以确定表格图像中与该不可见横线紧邻的单元格的内容,基于单元格的内容确定目标线宽,并将不可见横线的线宽调整至目标线宽,以得到与横线对应的标注图像。
类似地,在第四中间图像中线条的线条类型为不可见竖线的情况下,针对得到的第六中间图像,可以调整不可见竖线的线宽,并将调整线宽后的图像作为与竖线对应的标注图像,应用于模型训练过程。
具体的,可以确定表格图像中与该不可见竖线紧邻的单元格的内容,基于单元格的内容确定目标线宽,并将不可见竖线的线宽调整至目标线宽,以得到与竖线对应的标注图像。
需要说明的是,无论第三中间图像中包含的线条类型有哪几种,在本公开一些实施例中,均会得到四个标注图像。
针对图7的示例,图8示出了对应的可见横线的标注图像(仅有两条),图9示出了对应的可见竖线的标注图像(无可见竖线),图10示出了对应的不可见横线的标注图像(线宽不完全相同),图11示出了对应的不可见竖线的标注图像(线宽不完全相同)。
此外,还可以将不可见线条的线宽均配置为固定值,这依赖于后续模型和场景,本公开对此不做限制。
下面将参考图12对本公开图像生成过程进行说明。
在步骤S1202中,可以基于python编写原始表格数据。
在步骤S1204中,对于编写的结果,每一行以满足html格式的字符串输出。
在步骤S1206中,可以获取表格样式和对应的标注样式。
在步骤S1208中,可以基于步骤S1204和步骤S1206的输出结果,得到网页端表格和与该网页端表格对应的标注结果。
在步骤S1210中,可以将网页的结果导出为图像。
在步骤S1212中,可以执行后处理操作,如上面涉及的裁剪、填充、线条断点补全、不可见线的线宽调整中的一种或多种的组合,生成表格图像和对应的标注图像,应用于后续模型训练过程。
综上所述,一方面,本公开方案由计算机生成用于模型训练的表格图像和对应的标注图像,可以节省人工收集和手动标注的成本,并且样本生成的效率高;另一方面,鉴于人工标注可能存在准确度不理想的问题,本公开采用计算机来完成标注,可以提高标注的准确度。
应当注意,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
进一步的,本示例实施方式中还提供了一种图像生成装置。
图13示意性示出了本公开的示例性实施方式的图像生成装置的方框图。参考图13,根据本公开的示例性实施方式的图像生成装置13可以包括数据获取模块131、样式确定模块133、网页结果生成模块135和图像生成模块137。
具体的,数据获取模块131可以用于获取网页格式的表格基本数据;样式确定模块133可以用于确定表格样式以及与表格样式对应的标注样式;网页结果生成模块135可以用于根据表格基本数据和表格样式,得到网页端表格,并结合标注样式,得到网页端表格的标注结果;图像生成模块137可以用于利用网页端表格生成表格图像,并利用网页端表格的标注结果生成与表格图像对应的标注图像。
根据本公开的示例性实施例,数据获取模块131可以被配置为执行:获取由编程语言编写得到的原始表格数据;以满足网页格式的字符串的形式,逐行提取原始表格数据,以得到网页格式的表格基本数据。
根据本公开的示例性实施例,参考图14,相比于图像生成装置13,图像生成装置14还可以包括样本库构建模块141。
具体的,样本库构建模块141可以被配置为执行:预先构建样式库,样式库中包含多个样式组,每个样式组中包括一个表格样式和对应的一个标注样式;其中,确定表格样式以及与表格样式对应的标注样式包括:从样式库中确定表格样式以及与表格样式对应的标注样式。
根据本公开的示例性实施例,图像生成模块137可以被配置为执行:对网页端表格执行自网页至图像的转换操作,生成第一中间图像;基于第一中间图像得到表格图像。
根据本公开的示例性实施例,第一中间图像包括表格区域和非表格区域。在这种情况下,图像生成模块137可以被配置为执行:从第一中间图像中裁剪出表格区域;基于表格区域得到表格图像。
根据本公开的示例性实施例,图像生成模块137还可以被配置为执行:对表格区域的周围进行随机填充,将填充的图像确定为表格图像。
根据本公开的示例性实施例,图像生成模块137可以被配置为执行:对网页端表格的标注结果执行自网页至图像的转换操作,生成第二中间图像;基于第二中间图像得到与表格图像对应的标注图像。
根据本公开的示例性实施例,第二中间图像包括标注区域和非标注区域。在这种情况下,图像生成模块137可以被配置为执行:从第二中间图像中裁剪出标注区域,以得到第三中间图像;基于第三中间图像得到标注图像。
根据本公开的示例性实施例,图像生成模块137得到第三中间图像的过程可以被配置为执行:从第二中间图像中裁剪出标注区域;对标注区域的周围进行随机填充,将填充后的图像确定为第三中间图像。
根据本公开的示例性实施例,第三中间图像中包括不可见线,不可见线包括不可见横线和/或不可见竖线。在这种情况下,图像生成模块137可以被配置为执行:确定表格图像中与不可见线紧邻的单元格的内容;基于单元格的内容确定目标线宽;将不可见线的线宽调整至目标线宽,以得到标注图像。
根据本公开的示例性实施例,第三中间图像中线条的线条类型包括可见横线和不可见横线中的至少一种,并且第三中间图像中线条的线条类型还包括可见竖线和不可见竖线中的至少一种,横线沿第一方向分布且竖线沿与第一方向垂直的第二方向分布。在这种情况下,图像生成模块137可以被配置为执行:基于第三中间图像得到至少两个第四中间图像,第四中间图像仅包含同一线条类型的线条,且第四中间图像为二值图;基于第四中间图像得到标注图像。
根据本公开的示例性实施例,图像生成模块137可以被配置为执行:在第四中间图像中线条的线条类型为可见横线或不可见横线的情况下,如果第四中间图像中两个横线在第一方向上的距离小于第一预设距离,则将两个横线之间补全,以得到第五中间图像;在第四中间图像中线条的线条类型为可见竖线或不可见竖线的情况下,如果第四中间图像中两个竖线在第二方向上的距离小于第二预设距离,则将两个竖线之间补全,以得到第六中间图像;基于第五中间图像得到与横线对应的标注图像,以及基于第六中间图像得到与竖线对应的标注图像。
根据本公开的示例性实施例,在第四中间图像中线条的线条类型为不可见横线的情况下,图像生成模块137可以被配置为执行:确定表格图像中与不可见横线紧邻的单元格的内容;基于单元格的内容确定目标线宽;将不可见横线的线宽调整至目标线宽,以得到与横线对应的标注图像。
根据本公开的示例性实施例,在第四中间图像中线条的线条类型为不可见竖线的情况下,图像生成模块137可以被配置为执行:确定表格图像中与不可见竖线紧邻的单元格的内容;基于单元格的内容确定目标线宽;将不可见竖线的线宽调整至目标线宽,以得到与竖线对应的标注图像。
由于本公开实施方式的图像生成装置的各个功能模块与上述方法实施方式中相同,因此在此不再赘述。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
此外,上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
本领域技术人员在考虑说明书及实践这里公开的内容后,将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。
Claims (17)
1.一种图像生成方法,其特征在于,包括:
获取网页格式的表格基本数据;
确定表格样式以及与所述表格样式对应的标注样式;
根据所述表格基本数据和所述表格样式,得到网页端表格,并结合所述标注样式,得到所述网页端表格的标注结果;
利用所述网页端表格生成表格图像,并利用所述网页端表格的标注结果生成与所述表格图像对应的标注图像。
2.根据权利要求1所述的图像生成方法,其特征在于,获取网页格式的表格基本数据包括:
获取由编程语言编写得到的原始表格数据;
以满足网页格式的字符串的形式,逐行提取所述原始表格数据,以得到所述网页格式的表格基本数据。
3.根据权利要求1所述的图像生成方法,其特征在于,所述图像生成方法还包括:
预先构建样式库,所述样式库中包含多个样式组,每个所述样式组中包括一个表格样式和对应的一个标注样式;
其中,确定表格样式以及与所述表格样式对应的标注样式包括:从所述样式库中确定所述表格样式以及与所述表格样式对应的标注样式。
4.根据权利要求1所述的图像生成方法,其特征在于,利用所述网页端表格生成表格图像包括:
对所述网页端表格执行自网页至图像的转换操作,生成第一中间图像;
基于所述第一中间图像得到所述表格图像。
5.根据权利要求4所述的图像生成方法,其特征在于,所述第一中间图像包括表格区域和非表格区域;其中,利用所述第一中间图像得到所述表格图像包括:
从所述第一中间图像中裁剪出所述表格区域;
基于所述表格区域得到所述表格图像。
6.根据权利要求5所述的图像生成方法,其特征在于,基于所述表格区域得到所述表格图像包括:
对所述表格区域的周围进行随机填充,将填充的图像确定为所述表格图像。
7.根据权利要求1所述的图像生成方法,其特征在于,利用所述网页端表格的标注结果生成与所述表格图像对应的标注图像包括:
对所述网页端表格的标注结果执行自网页至图像的转换操作,生成第二中间图像;
基于所述第二中间图像得到与所述表格图像对应的标注图像。
8.根据权利要求7所述的图像生成方法,其特征在于,所述第二中间图像包括标注区域和非标注区域;其中,基于所述第二中间图像得到与所述表格图像对应的标注图像包括:
从所述第二中间图像中裁剪出所述标注区域,以得到第三中间图像;
基于所述第三中间图像得到所述标注图像。
9.根据权利要求8所述的图像生成方法,其特征在于,从所述第二中间图像中裁剪出所述标注区域,以得到第三中间图像,包括:
从所述第二中间图像中裁剪出所述标注区域;
对所述标注区域的周围进行随机填充,将填充后的图像确定为所述第三中间图像。
10.根据权利要求8所述的图像生成方法,其特征在于,所述第三中间图像中包括不可见线,所述不可见线包括不可见横线和/或不可见竖线;其中,基于所述第三中间图像得到所述标注图像包括:
确定所述表格图像中与所述不可见线紧邻的单元格的内容;
基于所述单元格的内容确定目标线宽;
将所述不可见线的线宽调整至所述目标线宽,以得到所述标注图像。
11.根据权利要求8或9所述的图像生成方法,其特征在于,所述第三中间图像中线条的线条类型包括可见横线和不可见横线中的至少一种,并且所述第三中间图像中线条的线条类型还包括可见竖线和不可见竖线中的至少一种,横线沿第一方向分布且竖线沿与所述第一方向垂直的第二方向分布;其中,基于所述第三中间图像得到所述标注图像包括:
基于所述第三中间图像得到至少两个第四中间图像,所述第四中间图像仅包含同一线条类型的线条,且所述第四中间图像为二值图;
基于所述第四中间图像得到所述标注图像。
12.根据权利要求11所述的图像生成方法,其特征在于,基于所述第四中间图像得到所述标注图像包括:
在所述第四中间图像中线条的线条类型为可见横线或不可见横线的情况下,如果第四中间图像中两个横线在所述第一方向上的距离小于第一预设距离,则将所述两个横线之间补全,以得到第五中间图像;
在所述第四中间图像中线条的线条类型为可见竖线或不可见竖线的情况下,如果第四中间图像中两个竖线在所述第二方向上的距离小于第二预设距离,则将所述两个竖线之间补全,以得到第六中间图像;
基于所述第五中间图像得到与横线对应的所述标注图像,以及基于所述第六中间图像得到与竖线对应的所述标注图像。
13.根据权利要求12所述的图像生成方法,其特征在于,在所述第四中间图像中线条的线条类型为不可见横线的情况下,基于所述第五中间图像得到与横线对应的所述标注图像包括:
确定所述表格图像中与所述不可见横线紧邻的单元格的内容;
基于所述单元格的内容确定目标线宽;
将所述不可见横线的线宽调整至所述目标线宽,以得到与横线对应的所述标注图像。
14.根据权利要求12所述的图像生成方法,其特征在于,在所述第四中间图像中线条的线条类型为不可见竖线的情况下,基于所述第六中间图像得到与竖线对应的所述标注图像包括:
确定所述表格图像中与所述不可见竖线紧邻的单元格的内容;
基于所述单元格的内容确定目标线宽;
将所述不可见竖线的线宽调整至所述目标线宽,以得到与竖线对应的所述标注图像。
15.一种图像生成装置,其特征在于,包括:
数据获取模块,用于获取网页格式的表格基本数据;
样式确定模块,用于确定表格样式以及与所述表格样式对应的标注样式;
网页结果生成模块,用于根据所述表格基本数据和所述表格样式,得到网页端表格,并结合所述标注样式,得到所述网页端表格的标注结果;
图像生成模块,用于利用所述网页端表格生成表格图像,并利用所述网页端表格的标注结果生成与所述表格图像对应的标注图像。
16.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1至14中任一项所述的图像生成方法。
17.一种电子设备,其特征在于,包括:
处理器;
存储器,用于存储一个或多个程序,当所述一个或多个程序被所述处理器执行时,使得所述处理器实现如权利要求1至14中任一项所述的图像生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110961145.8A CN113643408A (zh) | 2021-08-20 | 2021-08-20 | 图像生成方法及装置、计算机可读存储介质和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110961145.8A CN113643408A (zh) | 2021-08-20 | 2021-08-20 | 图像生成方法及装置、计算机可读存储介质和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113643408A true CN113643408A (zh) | 2021-11-12 |
Family
ID=78423117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110961145.8A Pending CN113643408A (zh) | 2021-08-20 | 2021-08-20 | 图像生成方法及装置、计算机可读存储介质和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113643408A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110334585A (zh) * | 2019-05-22 | 2019-10-15 | 平安科技(深圳)有限公司 | 表格识别方法、装置、计算机设备和存储介质 |
CN110363102A (zh) * | 2019-06-24 | 2019-10-22 | 北京融汇金信信息技术有限公司 | 一种pdf文件的对象识别处理方法及装置 |
CN110443270A (zh) * | 2019-06-18 | 2019-11-12 | 平安科技(深圳)有限公司 | 图表定位方法、装置、计算机设备及计算机可读存储介质 |
CN111881769A (zh) * | 2020-07-03 | 2020-11-03 | 苏州开心盒子软件有限公司 | 一种表格标注的方法和系统 |
CN113177124A (zh) * | 2021-05-11 | 2021-07-27 | 北京邮电大学 | 一种垂直领域知识图谱构建方法及系统 |
CN113221743A (zh) * | 2021-05-12 | 2021-08-06 | 北京百度网讯科技有限公司 | 表格解析方法、装置、电子设备和存储介质 |
-
2021
- 2021-08-20 CN CN202110961145.8A patent/CN113643408A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110334585A (zh) * | 2019-05-22 | 2019-10-15 | 平安科技(深圳)有限公司 | 表格识别方法、装置、计算机设备和存储介质 |
CN110443270A (zh) * | 2019-06-18 | 2019-11-12 | 平安科技(深圳)有限公司 | 图表定位方法、装置、计算机设备及计算机可读存储介质 |
CN110363102A (zh) * | 2019-06-24 | 2019-10-22 | 北京融汇金信信息技术有限公司 | 一种pdf文件的对象识别处理方法及装置 |
CN111881769A (zh) * | 2020-07-03 | 2020-11-03 | 苏州开心盒子软件有限公司 | 一种表格标注的方法和系统 |
CN113177124A (zh) * | 2021-05-11 | 2021-07-27 | 北京邮电大学 | 一种垂直领域知识图谱构建方法及系统 |
CN113221743A (zh) * | 2021-05-12 | 2021-08-06 | 北京百度网讯科技有限公司 | 表格解析方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109801347B (zh) | 一种可编辑图像模板的生成方法、装置、设备和介质 | |
CN101201832B (zh) | 优化网页图像的方法和系统 | |
CN110879937A (zh) | 文档生成网页的方法、装置、计算机设备和存储介质 | |
CN111553131B (zh) | Psd文件解析方法、装置、设备及可读存储介质 | |
US20220383381A1 (en) | Video generation method, apparatus, terminal and storage medium | |
CN111222070A (zh) | 数据处理方法、装置、设备及存储介质 | |
CN113238741A (zh) | 表单配置方法、装置、电子设备及存储介质 | |
CN110990010B (zh) | 一种软件界面代码的生成方法及装置 | |
CN111399831A (zh) | 页面的展示方法和装置、存储介质、电子装置 | |
CN111651966A (zh) | 数据报告文件生成方法、装置与电子设备 | |
CN105956133B (zh) | 智能终端上显示文件的方法及装置 | |
CN112131837A (zh) | 业务报告配置方法、装置、计算机设备和存储介质 | |
CN114791988A (zh) | 一种基于浏览器的pdf文件解析方法、系统、存储介质 | |
CN113283231A (zh) | 获取签章位的方法、设置系统、签章系统及存储介质 | |
CN109656652A (zh) | 网页图表绘制方法、装置、计算机设备和存储介质 | |
CN113283228A (zh) | 文档生成方法、装置、电子设备及存储介质 | |
CN110162301B (zh) | 一种表单渲染方法、装置和存储介质 | |
CN112416340A (zh) | 基于草图的网页生成方法和系统 | |
CN112433995A (zh) | 文件格式转换方法、系统、计算机设备及存储介质 | |
CN112417826A (zh) | Pdf在线编辑方法、装置、电子设备和可读存储介质 | |
CN113643408A (zh) | 图像生成方法及装置、计算机可读存储介质和电子设备 | |
CN111435300A (zh) | web系统开发方法、装置、设备及存储介质 | |
CN108304118B (zh) | 截图方法及装置 | |
CN113297425B (zh) | 文档转换方法、装置、服务器及存储介质 | |
CN112312189B (zh) | 一种视频生成方法及视频生成系统 |
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 |