CN114155545A - 表格识别方法、装置、可读介质及电子设备 - Google Patents

Abstract

本公开涉及一种表格识别方法、装置、可读介质及电子设备，该方法通过获取待识别图像中表格的区域位置，以及该区域位置中的每个单元格的单元格位置信息；根据该单元格位置信息对该区域位置内的每个单元格分别在该单元格的横向和纵向进行投影，以得到每个该单元格的目标投影点；根据该目标投影点确定该单元格对应的表格线；根据每个该单元格的该表格线确定该待识别图像中的目标表格，这样，通过根据该目标投影点确定该单元格对应的表格线，能够有效保证表格识别的准确性，并且由于避免了构建复杂的用于进行表格识别的网络模型，能够有效减少表格识别过程中所需的计算量，因此也能够有效提升表格识别效率。

Description

表格识别方法、装置、可读介质及电子设备

技术领域

本公开涉及图像处理领域，具体地，涉及一种表格识别方法、装置、可读介质及电子设备。

背景技术

表格是一种组织整理数据的重要手段，人们在通讯交流、科学研究以及数据分析活动当中广泛采用形形色色的表格。很多情况下，表格以图像的形式存在，在图像识别过程中通常需要对图像中的表格结构进行有效识别，目前的表格识别方法，大多以构建神经网络模型的方式进行，然而，通常神经网络模型构建过程较为复杂，涉及到的计算量较大，训练过程耗时较多，且经常存在训练得到的表格识别模型定位的表格线存在较大偏差的现象，也就是说，目前的表格识别方法存在识别效率较低，识别结果准确率较差的问题。

发明内容

提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开提供了一种表格识别方法、装置、可读介质及电子设备。

第一方面，本公开提供一种表格识别方法，所述方法包括：

获取待识别图像中表格的区域位置，以及所述区域位置中的每个单元格的单元格位置信息；

根据所述单元格位置信息对所述区域位置内的每个单元格分别在所述单元格的横向和纵向进行投影，以得到每个所述单元格的目标投影点；

根据所述目标投影点确定所述单元格对应的表格线；

根据每个所述单元格的所述表格线确定所述待识别图像中的目标表格。

第二方面，本公开提供一种表格识别装置，所述装置包括：

获取模块，被配置为获取待识别图像中表格的区域位置，以及所述区域位置中的每个单元格的单元格位置信息；

投影模块，被配置为根据所述单元格位置信息对所述区域位置内的每个单元格分别在所述单元格的横向和纵向进行投影，以得到每个所述单元格的目标投影点；

第一确定模块，被配置为根据所述目标投影点确定所述单元格对应的表格线；

第二确定模块，被配置为根据每个所述单元格的所述表格线确定所述待识别图像中的目标表格。

第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现以上第一方面所述方法的步骤。

第三方面，本公开提供一种电子设备，包括：

存储装置，其上存储有计算机程序；

处理装置，用于执行所述存储装置中的所述计算机程序，以实现以上第一方面所述方法的步骤。

上述技术方案，通过获取待识别图像中表格的区域位置，以及所述区域位置中的每个单元格的单元格位置信息；根据所述单元格位置信息对所述区域位置内的每个单元格分别在所述单元格的横向和纵向进行投影，以得到每个所述单元格的目标投影点；根据所述目标投影点确定所述单元格对应的表格线；根据每个所述单元格的所述表格线确定所述待识别图像中的目标表格，这样，根据所述目标投影点确定所述单元格对应的表格线，能够有效保证表格识别的准确性，并且由于避免了构建复杂的用于进行表格识别的网络模型，能够有效减少表格识别过程中所需的计算量，因此也能够有效提升表格识别效率。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：

图1是本公开一示例性实施例示出的一种表格识别方法的流程图；

图2是本公开一示例性实施例示出的一种获取目标投影点的示意图；

图3是根据本公开图1所示实施例示出的一种表格识别方法的流程图；

图4是本公开一示例性实施例示出的一种确定表格线的示意图；

图5是根据本公开图1所示实施例示出的另一种表格识别方法的流程图；

图6是本公开一示例性实施例示出的一种得到目标表格过程的示意图；

图7是本公开一示例性实施例示出的一种表格识别装置的框图；

图8是本公开一示例性实施例示出的一种电子设备的框图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

在详细介绍本公开的具体实施方式之前，首先对本公开的应用场景进行以下说明，本公开可以应用于对图像、文档(例如Word或者PDF)中表格结构的识别过程中，表格检测识别技术，是一种检测表格位置，并基于检测到的表格位置识别表格结构的技术，相关技术中的表格检测识别技术，通常要么是基于传统图像处理的方法，即先识别表格中每个表格线的位置，然后根据表格线的位置确定识别到的表格结构；要么是基于深度学习，构建表格识别网络，训练表格检测模型和表格识别模型，先通过表格检测模型检测表格位置，然后用过标识识别模型识别表格中的每个表格线，从而完成对表格结构的识别。

然而，发明人发现，基于传统图像处理的方法仅适用于处理简单的文档图像(如黑白文档图像)，针对样式复杂的图像，通常识别准确率较差，基于深度学习的方法，由于通常需要为表格检测和表格识别分别设计模型，因此，在构建深度学习模型时需要花费大量时间，而且构建的识别模型在对单元格的定位上存在较大偏差，因此会造成整个表格识别结果的准确率很低。也就是说，目前的表格识别方法均存在识别效率较低、识别结果准确性较差的问题。

为了解决以上技术问题，本公开提供一种表格识别方法、装置、可读介质及电子设备，该方法通过获取待识别图像中表格的区域位置，以及该区域位置中的每个单元格的单元格位置信息；根据该单元格位置信息对该区域位置内的每个单元格分别在该单元格的横向和纵向进行投影，以得到每个该单元格的目标投影点；根据该目标投影点确定该单元格对应的表格线；根据每个该单元格的该表格线确定该待识别图像中的目标表格，这样，通过根据该目标投影点确定该单元格对应的表格线，能够有效保证表格识别的准确性，并且由于避免了构建用于进行表格识别的网络模型，能够有效减少表格识别过程中所需的计算量，因此也能够有效提升表格识别效率。

下面结合具体实施例对本公开的技术方案进行详细阐述。

图1是本公开一示例性实施例示出的一种表格识别方法的流程图；如图1所示，该方法可以包括以下步骤：

步骤101，获取待识别图像中表格的区域位置，以及该区域位置中的每个单元格的单元格位置信息。

其中，该区域位置为表格位置检测框圈定的位置，该单元格位置信息包括单元格位置检测框。

本步骤中，一种可能的实施方式为：将该待识别图像输入预设位置检测模型，以获取该预设位置检测模型输出的该表格位置检测框和该单元格位置检测框。

以上实施方式中所述的预设位置检测模型，可以通过以下步骤S1至步骤S2所示的方法训练得到：

S1，获取多个表格图像样本。

其中，该表格图像样本包括表格位置标注数据和单元格位置标注数据。

S2，将该多个表格图像样本作为训练数据，对预设初始模型进行训练，以得到该预设位置检测模型。

其中，该预设初始模型可以是神经网络模型，也可以是现有技术中的其他机器学习模型。

本步骤中，另一种可能的实施方式可以是，分别训练表格位置检测模型和单元格位置检测模型，将该待识别图像输入表格位置检测模型以得到表格位置检测框，再将该待识别图像输入单元格位置检测模型，以获取到该单元格位置检测模型输出的单元格位置检测框，需要说明的是，该表格位置检测模型与该单元格位置检测模型的训练方式在本领域内较为常见，本公开在此不在赘述。

步骤102，根据该单元格位置信息对该区域位置内的每个单元格分别在该单元格的横向和纵向进行投影，以得到每个该单元格的目标投影点。

本步骤中，一种可能的实施方式中，该目标投影点包括边框投影点，获取该单元格位置检测框的上下边框在该纵向上的投影点，以及该单元格位置检测框的左右边框在该横向上的投影点，以得到该单元格位置检测框的该边框投影点。

本步骤中，另一种可能的实施方式中，该目标投影点包括边框投影点和中心投影点，可以通过以下方式获取到该中心投影点，获取该单元格位置检测框的中心区域在该横向和该纵向上的投影点，以得到该单元格位置检测框的该中心投影点，其中该中心区域可以是预设的w*h像素块，该w为该像素块在宽度上包含的像素数量，h为该像素块在高度上包含的像素数量，例如该中心区域可以是4*4的像素块。

示例地，如图2所示，图2是本公开一示例性实施例示出的一种获取目标投影点的示意图，在图2中，该单元格的横向为是X轴方向，该单元格的横向为Y轴方向，其中，该单元格位置检测框的上下边框在该纵向上的投影点，即为上下边框沿着X轴(可以是X轴正向，也可以是X轴负向)方向进行投影，以得到在Y轴上的投影点，该单元格位置检测框的左右边框在该横向上的投影点，即为左右边框沿着Y轴方向(可以是Y轴正向，也可以是Y轴负向)进行投影，从而得道该单元格位置检测框的，在该图2中，边框投影点用

表示，同理，对单元格位置检测框的中心区域

在横向和纵向上进行投影，即对中心区域沿着X轴方向进行投影，以得到在Y轴上的中心投影点，对中心区域沿着Y轴方向进行投影，以得到在X轴上的中心投影点，在图2中，该中心投影点用

表示，需要强调的是，该图2中边框投影点与中心投影点的标识形状相同，只是标识颜色不同，该边框投影点的颜色比中心投影点的颜色更深，另外还需说明的是，该边框投影点与中心投影点的标识也可以是其他形状，其他颜色，本公开对此不作限定。

步骤103，根据该目标投影点确定该单元格对应的表格线。

本步骤中，在该目标投影点仅包括该边框投影点的情况下，本步骤的实施方式可以包括以下图3所示的步骤，图3是根据本公开图1所示实施例示出的一种表格识别方法的流程图；如图3所示，本步骤的实施方式可以包括：

步骤1031，获取相邻的两个边框投影点之间的目标间距。

步骤1032，在该目标间距小于或者等于预设距离阈值的情况下，获取该两个边框投影点的中心点，将该区域位置内沿着该边框投影点对应的投影方向经过该中心点的直线作为该表格线。

本步骤中，在该目标投影点包括该边框投影点和中心投影点的情况下，本步骤的实施方式除包括以上图3所示步骤外，还可以包括：

在相邻的两个边框投影点之间的目标间距大于预设距离阈值，且该两个边框投影点之间存在该中心投影点的情况下，将该区域位置内沿着该边框投影点对应的投影方向经过该边框投影点的直线作为该表格线。

示例地，如图4所示，图4是本公开一示例性实施例示出的一种确定表格线的示意图，若该预设距离阈值为S，在相邻的两个边框投影点之间的目标间距大于S，且该两个边框投影点之间存在该中心投影点的情况下，将该区域位置内沿着该边框投影点对应的投影方向经过该边框投影点的直线作为该表格线，在该目标间距小于或者等于S的情况下，需要说明的是，在该目标间距小于或者等于S的情况下，无论该两个边框投影点之间是否存在该中心投影点，都将该区域位置内沿着该边框投影点对应的投影方向经过中心点(两个边框投影点的中心点)的直线作为该表格线，另外，还需说明的是，通常针对表格，一般不存在相邻的两个边框投影点之间的目标间距大于S，且该两个边框投影点之间不存在该中心投影点的情况，因此，在确定相邻的两个边框投影点之间的目标间距大于S，且该两个边框投影点之间不存在该中心投影点的情况下，输出错误提醒，以提示用户当前表格识别故障，请求人工干预。

步骤104，根据每个该单元格的该表格线确定该待识别图像中的目标表格。

以上技术方案，通过根据该目标投影点确定该单元格对应的表格线，能够有效保证表格识别的准确性，并且由于避免了构建复杂的用于进行表格识别的网络模型，能够有效减少表格识别过程中所需的计算量，因此也能够有效提升表格识别效率。

图5是根据本公开图1所示实施例示出的另一种表格识别方法的流程图；如图5所示，图5中步骤104所示的根据每个该单元格的该表格线确定该待识别图像中的目标表格，可以包括以下步骤：

步骤1041，按照预设比例将该单元格位置检测框进行等比缩小，以得到缩小后的目标检测框。

其中，该等比缩小为该单元格位置检测框的长宽比例不变的情况，将该单元格位置检测框缩小预设比例，例如长宽均缩小为原来的一半。

步骤1042，在确定该目标检测框与该表格线存在交点的情况下，将该目标检测框对应的单元格内的该表格线拆除，以得到该目标表格。

示例地，图6是本公开一示例性实施例示出的一种得到目标表格过程的示意图，如图6所示，在对每个单元格位置检测框进行等比缩小后，该第一行第一列的单元格对应的目标检测框(图中黑色细线的方框)与表格线存在交点，则将该目标检测框对应的该第一行第一列的单元格内的表格线拆除，从而得到目标表格。

以上技术方案，根据该目标投影点确定出该单元格对应的表格线之后，可以通过简单的线条相交原理确定出待拆除的表格线，从而生成准确的目标表格，不仅能够有效减少识别表格结构所产生的计算量，也能够有效提升表格的识别效率，以及表格结果的准确性。

图7是本公开一示例性实施例示出的一种表格识别装置的框图；如图7所示，该装置包括：

获取模块701，被配置为获取待识别图像中表格的区域位置，以及该区域位置中的每个单元格的单元格位置信息；

投影模块702，被配置为根据该单元格位置信息对该区域位置内的每个单元格分别在该单元格的横向和纵向进行投影，以得到每个该单元格的目标投影点；

第一确定模块703，被配置为根据该目标投影点确定该单元格对应的表格线；

第二确定模块704，被配置为根据每个该单元格的该表格线确定该待识别图像中的目标表格。

以上技术方案，通过根据该目标投影点确定该单元格对应的表格线，能够有效保证表格识别的准确性，并且由于避免了构建复杂的用于进行表格识别的网络模型，能够有效减少表格识别过程中所需的计算量，因此也能够有效提升表格识别效率。

可选地，该区域位置为表格位置检测框圈定的位置，该单元格位置信息包括单元格位置检测框，该获取模块701，被配置为：

将该待识别图像输入预设位置检测模型，以获取该预设位置检测模型输出的该表格位置检测框和该单元格位置检测框。

可选地，该目标投影点包括边框投影点，该投影模块702，被配置为：

获取该单元格位置检测框的上下边框在该纵向上的投影点，以及该单元格位置检测框的左右边框在该横向上的投影点，以得到该单元格位置检测框的该边框投影点。

可选地，该第一确定模块703，被配置为：

获取相邻的两个边框投影点之间的目标间距；

在该目标间距小于或者等于预设距离阈值的情况下，获取该两个边框投影点的中心点，将该区域位置内沿着该边框投影点对应的投影方向经过该中心点的直线作为该表格线。

可选地，该目标投影点还包括中心投影点，该投影模块702，还被配置为包括：

获取该单元格位置检测框的中心区域在该横向和该纵向上的投影点，以得到该单元格位置检测框的该中心投影点。

可选地，该第一确定模块703，还被配置为：

在相邻的两个边框投影点之间的目标间距大于预设距离阈值，且该两个边框投影点之间存在该中心投影点的情况下，将该区域位置内沿着该边框投影点对应的投影方向经过该边框投影点的直线作为该表格线。

可选地，该第二确定模块704，被配置为：

按照预设比例将该单元格位置检测框进行等比缩小，以得到缩小后的目标检测框；

在确定该目标检测框与该表格线存在交点的情况下，将该目标检测框对应的单元格内的该表格线拆除，以得到该目标表格。

可选地，该预设位置检测模型通过以下方式训练得到：

获取多个表格图像样本，该表格图像样本包括表格位置标注数据和单元格位置标注数据；

将该多个表格图像样本作为训练数据，对预设初始模型进行训练，以得到该预设位置检测模型。

以上技术方案，在根据该目标投影点确定出该单元格对应的表格线之后，可以通过简单的线条相交原理确定出待拆除的表格线，从而生成准确的目标表格，避免了构建复杂的用于进行表格识别的网络模型，从而不能能够有效减少识别表格结构所产生的计算量，也能够有效提升表格的识别效率，以及表格结果的准确性。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

下面参考图8，其示出了适于用来实现本公开实施例的电子设备600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图8示出的电子设备仅仅是一个示例，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8所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图8示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上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，其包括承载在非暂态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装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。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。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、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：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述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。

上述计算机可读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该电子设备执行时，使得该电子设备：获取待识别图像中表格的区域位置，以及所述区域位置中的每个单元格的单元格位置信息；根据所述单元格位置信息对所述区域位置内的每个单元格分别在所述单元格的横向和纵向进行投影，以得到每个所述单元格的目标投影点；根据所述目标投影点确定所述单元格对应的表格线；根据每个所述单元格的所述表格线确定所述待识别图像中的目标表格。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

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，该模块、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，框图和/或流程图中的每个方框、以及框图和/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模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该模块本身的限定，例如，获取模块还可以被描述为“获取待识别图像中表格的区域位置，以及所述区域位置中的每个单元格的单元格位置信息”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

根据本公开的一个或多个实施例，示例1提供了一种表格识别方法，所述方法包括：

获取待识别图像中表格的区域位置，以及所述区域位置中的每个单元格的单元格位置信息；

根据所述单元格位置信息对所述区域位置内的每个单元格分别在所述单元格的横向和纵向进行投影，以得到每个所述单元格的目标投影点；

根据所述目标投影点确定所述单元格对应的表格线；

根据每个所述单元格的所述表格线确定所述待识别图像中的目标表格。

根据本公开的一个或多个实施例，示例2提供了示例1的方法，所述区域位置为表格位置检测框圈定的位置，所述单元格位置信息包括单元格位置检测框，所述获取待识别图像中表格的区域位置，以及所述区域位置中的单元格位置信息，包括：

将所述待识别图像输入预设位置检测模型，以获取所述预设位置检测模型输出的所述表格位置检测框和所述单元格位置检测框。

根据本公开的一个或多个实施例，示例3提供了示例2的方法，所述目标投影点包括边框投影点，所述根据所述单元格位置信息对所述区域位置内的每个单元格分别在所述单元格的横向和纵向进行投影，以得到每个所述单元格的目标投影点，包括：

获取所述单元格位置检测框的上下边框在所述纵向上的投影点，以及所述单元格位置检测框的左右边框在所述横向上的投影点，以得到所述单元格位置检测框的所述边框投影点。

根据本公开的一个或多个实施例，示例4提供了示例3的方法，所述根据所述目标投影点确定所述单元格对应的表格线，包括：

获取相邻的两个边框投影点之间的目标间距；

在所述目标间距小于或者等于预设距离阈值的情况下，获取所述两个边框投影点的中心点，将所述区域位置内沿着所述边框投影点对应的投影方向经过所述中心点的直线作为所述表格线。

根据本公开的一个或多个实施例，示例5提供了示例3的方法，所述目标投影点还包括中心投影点，所述根据所述单元格位置信息对所述区域位置内的每个单元格分别在所述单元格的横向和纵向进行投影，以得到每个所述单元格的目标投影点，还包括：

获取所述单元格位置检测框的中心区域在所述横向和所述纵向上的投影点，以得到所述单元格位置检测框的所述中心投影点。

根据本公开的一个或多个实施例，示例6提供了示例5的方法，所述根据所述目标投影点确定所述单元格对应的表格线，包括：

在相邻的两个边框投影点之间的目标间距大于预设距离阈值，且所述两个边框投影点之间存在所述中心投影点的情况下，将所述区域位置内沿着所述边框投影点对应的投影方向经过所述边框投影点的直线作为所述表格线。

根据本公开的一个或多个实施例，示例7提供了示例2的方法，所述根据每个所述单元格的所述表格线确定所述待识别图像中的目标表格，包括：

按照预设比例将所述单元格位置检测框进行等比缩小，以得到缩小后的目标检测框；

在确定所述目标检测框与所述表格线存在交点的情况下，将所述目标检测框对应的单元格内的所述表格线拆除，以得到所述目标表格。

根据本公开的一个或多个实施例，示例8提供了示例2-7任一项所述的方法，所述预设位置检测模型通过以下方式训练得到：

获取多个表格图像样本，所述表格图像样本包括表格位置标注数据和单元格位置标注数据；

将所述多个表格图像样本作为训练数据，对预设初始模型进行训练，以得到所述预设位置检测模型。

根据本公开的一个或多个实施例，示例9提供了一种表格识别装置，所述装置包括：

获取模块，被配置为获取待识别图像中表格的区域位置，以及所述区域位置中的每个单元格的单元格位置信息；

投影模块，被配置为根据所述单元格位置信息对所述区域位置内的每个单元格分别在所述单元格的横向和纵向进行投影，以得到每个所述单元格的目标投影点；

第一确定模块，被配置为根据所述目标投影点确定所述单元格对应的表格线；

第二确定模块，被配置为根据每个所述单元格的所述表格线确定所述待识别图像中的目标表格。

根据本公开的一个或多个实施例，示例10提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现以上示例1-8中任一项所述方法的步骤。

根据本公开的一个或多个实施例，示例11提供了一种电子设备，包括：

存储装置，其上存储有计算机程序；

处理装置，用于执行所述存储装置中的所述计算机程序，以实现以上示例1-8中任一项所述方法的步骤。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

Claims (11)

1.一种表格识别方法，其特征在于，所述方法包括：

获取待识别图像中表格的区域位置，以及所述区域位置中的每个单元格的单元格位置信息；

根据所述单元格位置信息对所述区域位置内的每个单元格分别在所述单元格的横向和纵向进行投影，以得到每个所述单元格的目标投影点；

根据所述目标投影点确定所述单元格对应的表格线；

根据每个所述单元格的所述表格线确定所述待识别图像中的目标表格。

2.根据权利要求1所述的方法，其特征在于，所述区域位置为表格位置检测框圈定的位置，所述单元格位置信息包括单元格位置检测框，所述获取待识别图像中表格的区域位置，以及所述区域位置中的单元格位置信息，包括：

将所述待识别图像输入预设位置检测模型，以获取所述预设位置检测模型输出的所述表格位置检测框和所述单元格位置检测框。

3.根据权利要求2所述的方法，其特征在于，所述目标投影点包括边框投影点，所述根据所述单元格位置信息对所述区域位置内的每个单元格分别在所述单元格的横向和纵向进行投影，以得到每个所述单元格的目标投影点，包括：

获取所述单元格位置检测框的上下边框在所述纵向上的投影点，以及所述单元格位置检测框的左右边框在所述横向上的投影点，以得到所述单元格位置检测框的所述边框投影点。

4.根据权利要求3所述的方法，其特征在于，所述根据所述目标投影点确定所述单元格对应的表格线，包括：

获取相邻的两个边框投影点之间的目标间距；

在所述目标间距小于或者等于预设距离阈值的情况下，获取所述两个边框投影点的中心点，将所述区域位置内沿着所述边框投影点对应的投影方向经过所述中心点的直线作为所述表格线。

5.根据权利要求3所述的方法，其特征在于，所述目标投影点还包括中心投影点，所述根据所述单元格位置信息对所述区域位置内的每个单元格分别在所述单元格的横向和纵向进行投影，以得到每个所述单元格的目标投影点，还包括：

获取所述单元格位置检测框的中心区域在所述横向和所述纵向上的投影点，以得到所述单元格位置检测框的所述中心投影点。

6.根据权利要求5所述的方法，其特征在于，所述根据所述目标投影点确定所述单元格对应的表格线，包括：

在相邻的两个边框投影点之间的目标间距大于预设距离阈值，且所述两个边框投影点之间存在所述中心投影点的情况下，将所述区域位置内沿着所述边框投影点对应的投影方向经过所述边框投影点的直线作为所述表格线。

7.根据权利要求2所述的方法，其特征在于，所述根据每个所述单元格的所述表格线确定所述待识别图像中的目标表格，包括：

按照预设比例将所述单元格位置检测框进行等比缩小，以得到缩小后的目标检测框；

在确定所述目标检测框与所述表格线存在交点的情况下，将所述目标检测框对应的单元格内的所述表格线拆除，以得到所述目标表格。

8.根据权利要求2-7任一项所述的方法，其特征在于，所述预设位置检测模型通过以下方式训练得到：

获取多个表格图像样本，所述表格图像样本包括表格位置标注数据和单元格位置标注数据；

将所述多个表格图像样本作为训练数据，对预设初始模型进行训练，以得到所述预设位置检测模型。

9.一种表格识别装置，其特征在于，所述装置包括：

获取模块，被配置为获取待识别图像中表格的区域位置，以及所述区域位置中的每个单元格的单元格位置信息；

投影模块，被配置为根据所述单元格位置信息对所述区域位置内的每个单元格分别在所述单元格的横向和纵向进行投影，以得到每个所述单元格的目标投影点；

第一确定模块，被配置为根据所述目标投影点确定所述单元格对应的表格线；

第二确定模块，被配置为根据每个所述单元格的所述表格线确定所述待识别图像中的目标表格。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理装置执行时实现权利要求1-8中任一项所述方法的步骤。

11.一种电子设备，其特征在于，包括：

存储装置，其上存储有计算机程序；

处理装置，用于执行所述存储装置中的所述计算机程序，以实现权利要求1-8中任一项所述方法的步骤。

Images