CN114898390A - 表格生成方法、装置、电子设备及存储介质 - Google Patents

Abstract

本公开提供了一种表格生成方法，可以应用于计算机技术领域。该表格生成方法包括：根据待识别图像，确定目标表格图像；对目标表格图像进行文字识别，得到至少一个文本和与每个文本对应的至少一个文本坐标；根据至少一个文本和至少一个文本坐标，确定至少一个候选单元格的候选坐标；以及根据候选坐标、至少一个文本和至少一个文本坐标，生成与目标表格图像对应的目标表格。本公开还提供了一种表格生成装置、设备、存储介质和程序产品。

Description

表格生成方法、装置、电子设备及存储介质

技术领域

本公开涉及计算机技术领域，具体涉及表格图像识别领域，更具体地涉及一种表格生成方法、装置、电子设备、存储介质和程序产品。

背景技术

目前，针对包含表格的待识别图像进行识别时，需要人工对该待识别图像中表格的位置进行标注，确定待识别表格图像。针对待识别表格图像，目前的表格图像识别方法首先确定该待识别表格图像中的文本和存在的每一条表格线。根据该每一条表格线，确定表格框架，并确定与表格框架中的每个单元格与对应的文本，以生成与待识别表格图像对应的表格。在待识别表格图像不存在的表格线，或存在的表格线不能组成封闭的单元格的情况下，目前的表格图像识别方法无法确定表格框架，导致无法生成与待识别表格图像对应的表格。

发明内容

鉴于上述问题，本公开提供了提高表格识别效率的表格生成方法、装置、电子设备、存储介质和程序产品。

根据本公开的一个方面，提供了一种表格生成方法，包括：根据待识别图像，确定目标表格图像；对目标表格图像进行文字识别，得到至少一个文本和与每个文本对应的至少一个文本坐标；根据至少一个文本和至少一个文本坐标，确定至少一个候选单元格的候选坐标；以及根据候选坐标、至少一个文本和至少一个文本坐标，生成与目标表格图像对应的目标表格。

根据本公开的实施例，根据待识别图像，确定目标表格图像包括：利用识别模型对待识别图像进行处理，得到至少一个位置坐标；根据至少一个位置坐标，在待识别图像中获取第一表格图像；对第一表格图像进行处理，确定偏转角度；以及根据偏转角度，偏转第一表格图像，得到目标表格图像。

根据本公开的实施例，文本坐标包括第一文本坐标和第二文本坐标，根据至少一个文本和至少一个文本坐标，确定至少一个候选单元格的候选坐标包括：根据至少一个第一文本坐标和行阈值，确定多个行边界坐标；根据第一文本坐标、第二文本坐标、列阈值、多个行边界坐标和至少一个文本，确定多个列边界坐标；以及根据多个行边界坐标和多个列边界坐标，确定至少一个候选单元格的候选坐标。

根据本公开的实施例，根据至少一个第一文本坐标和行阈值，确定多个行边界坐标包括：根据至少一个第一文本坐标的纵坐标数值、第二文本坐标的纵坐标数值和行阈值，确定至少一个第一行边界坐标和至少一个第二行边界坐标；以及根据至少一个第一行边界坐标和至少一个第二行边界坐标，确定多个行边界坐标。

根据本公开的实施例，根据第一文本坐标、第二文本坐标、列阈值、多个行边界坐标和至少一个文本，确定多个列边界坐标包括：根据多个行边界坐标和至少一个文本，确定目标表格框架的列数；以及根据目标表格框架的列数、第一文本坐标的横坐标数值、第二文本坐标的横坐标数值的和列阈值，确定多个列边界坐标。

根据本公开的实施例，根据候选坐标、至少一个文本和至少一个文本坐标，生成与目标表格图像对应的目标表格包括：根据候选坐标和至少一个文本坐标，确定每个目标单元格的目标坐标，和在至少一个文本中确定与目标坐标对应的目标文本；以及根据目标坐标和目标文本，生成与目标表格图像对应的目标表格。

根据本公开的实施例，根据候选坐标和至少一个文本坐标，确定每个目标单元格的目标坐标，和在至少一个文本中确定与目标坐标对应的目标文本包括：根据至少一个候选坐标和至少一个文本坐标，确定至少一个候选单元格的第一面积数值和至少一个文本的第二面积数值；针对每个文本，根据第二面积数值和至少一个第一面积数值，确定文本分别与每个候选单元格的匹配度，得到至少一个匹配度；在确定在至少一个匹配度中存在一个匹配度大于预设第一阈值的情况下，确定候选单元格的候选坐标为目标单元格的目标坐标，和将文本作为与目标坐标对应的目标文本；以及在确定在至少一个匹配度中不存在匹配度大于预设第一阈值，且存在两个匹配度小于预设第二阈值的情况下，根据与两个匹配度对应的两个候选单元格的候选坐标，确定目标单元格的目标坐标，和将文本作为与目标坐标对应的目标文本。

本公开的另一方面提供了一种表格生成装置，包括：第一确定模块，用于根据待识别图像，确定目标表格图像；得到模块，用于对目标表格图像进行文字识别，得到至少一个文本和与每个文本对应的至少一个文本坐标；第二确定模块，用于根据至少一个文本和至少一个文本坐标，确定至少一个候选单元格的候选坐标；以及生成模块，用于根据候选坐标、至少一个文本和至少一个文本坐标，生成与目标表格图像对应的目标表格。

本公开的另一方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器执行上述表格生成方法。

本公开的另一方面还提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行上述表格生成方法。

本公开的另一方面还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述表格生成方法。

根据本公开的表格生成方法，利用训练后的识别模型对待识别图像进行处理，自动得到待识别表格图像，提升了获取待识别表格图像的效率和准确率。此外，本公开的表格生成方法识别待识别表格图像中的文本，并确定该文本的坐标，根据该文本和该坐标，生成与待识别表格图像对应的目标表格，实现了针对待识别表格图像不存在的表格线，或存在的表格线不能组成封闭的单元格的情况下，生成与待识别表格图像对应的目标表格。

附图说明

通过以下参照附图对本公开实施例的描述，本公开的上述内容以及其他目的、特征和优点将更为清楚，在附图中：

图1示意性示出了根据本公开实施例的表格生成方法、装置、电子设备、存储介质和程序产品的应用场景图；

图2示意性示出了根据本公开实施例的表格生成方法的流程图；

图3A～图3B示意性示出了根据本公开另一实施例的行边界坐标确定方法的原理图；

图3C～图3D示意性示出了根据本公开另一实施例的列边界坐标确定方法的原理图；

图3E～图3F示意性示出了根据本公开另一实施例的表格生成方法的原理图；

图4示意性示出了根据本公开实施例的表格生成装置的结构框图；以及

图5示意性示出了根据本公开实施例的适于实现表格生成方法的电子设备的方框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。

本公开的实施例提供了一种表格生成方法，根据待识别图像，确定目标表格图像；对目标表格图像进行文字识别，得到至少一个文本和与每个文本对应的至少一个文本坐标；根据至少一个文本和至少一个文本坐标，确定至少一个候选单元格的候选坐标；以及根据候选坐标、至少一个文本和至少一个文本坐标，生成与目标表格图像对应的目标表格。

图1示意性示出了根据本公开实施例的表格生成的应用场景图。

如图1所示，根据该实施例的应用场景100可以包括终端设备101、102、103、网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。

需要说明的是，本公开实施例所提供的表格生成方法一般可以由服务器105执行。相应地，本公开实施例所提供的表格生成装置一般可以设置于服务器105中。本公开实施例所提供的表格生成方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的表格生成装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

以下将基于图1描述的场景，通过图2～图3F对公开实施例的表格生成方法进行详细描述。

图2示意性示出了根据本公开实施例的表格生成方法的流程图。

如图2所示，该实施例的表格生成包括操作S210～操作S240，该表格生成方法可以由服务器执行。

在操作S210，根据待识别图像，确定目标表格图像。

根据本公开的实施例，当用户想要针对待识别图像进行光学文字识别(OCR)时，用户通过用户端发送文字识别请求至服务器，该文字识别请求包括待识别图像。当服务器接收到该待识别图像后，判断该待识别图像是否包括表格。服务器在确定该待识别图像包括表格的情况下，确定该表格在该待识别图像中的位置信息。根据该位置信息，在该待识别图像中截取该表格图像，并将该表格图像作为目标表格图像。

根据本公开的另一个实施例，操作S210还包括：利用识别模型对待识别图像进行处理，得到至少一个位置坐标；根据至少一个位置坐标，在待识别图像中获取第一表格图像；对第一表格图像进行处理，确定偏转角度；以及根据偏转角度，偏转第一表格图像，得到目标表格图像。

识别模型包括训练后的确定待识别图像中表格的位置信息的模型，例如，训练后的检测模型(YOLO模型)。将确定的待识别图像输入识别模型，得到至少一个位置坐标，该位置坐标包括任意能确定表格区域位置的坐标，例如，该至少一个位置坐标可以为表格区域左上角的坐标和表格区域右下角的坐标，该至少一个位置坐标也可以为该表格区域中心位置的坐标。在待识别图像中确定根据该至少一个位置坐标，并截取该至少一个位置坐标对象的图像，得到第一表格图像。

利用图像二值化处理方法对第一表格图像进行二值化处理，得到与第一表格图像对应的黑白图像，该图像二值化处理方法例如可以包括大津阈值法。利用矩形作为腐蚀膨胀元素对该黑白图像进行腐蚀膨胀处理，得到简化图像。根据该简化图像，判断该第一表格图像中是否存在直线。在确定该第一表格中存在直线的情况下，利用霍夫变换处理该至少一条直线，确定每条直线的第一斜率。在确定该第一表格中不存在直线的情况下，提取该第一表格图像中的至少一个文本图像，以及确定每个文本图像的第二斜率。根据每条直线的第一斜率或每个文本图像的第二斜率，确定偏转角度，例如可以为确定每条直线的第一斜率的平均值作为偏转角度，或确定每个文本图像的第二斜率的平均值作为偏转角度。根据该偏转角度，偏转该第一表格图像，得到目标表格图像。

在操作S220，对目标表格图像进行文字识别，得到至少一个文本和与每个文本对应的至少一个文本坐标。

根据本公开的实施例，利用OCR对目标表格图像进行处理，得到至少一个文字和与每个文字对应的至少一个文字坐标。根据至少一个文字坐标和文本阈值，将至少一个文字拼接为至少一个文本。根据该至少一个文本，确定与每个文本对应的至少一个文本坐标。该文字坐标可以包括任意能确定该文字的坐标，该文字坐标可以为文字所属矩形的左上角的坐标，或文字所属矩形的中心位置的坐标。

针对每个文字坐标，计算该文字坐标与该至少一个文字坐标中其他文字坐标的距离，得到至少一个距离。将该至少一个距离与文本阈值进行对比，在确定一个距离小于该文本阈值的情况下，将该文字和与该距离对应的另一个文字进行拼接，得到文本。

例如，文字坐标均为文字所属矩形的左上角的坐标。利用OCR识别对目标表格图像进行处理后，得到的至少一个文字包括“位”、“置”和“123”，与该至少一个文字对应的至少一个文字坐标为“(1，0)”、“(1.5，0)”和“(5，0)”。针对文字“位”计算文字坐标“(1，0)”和“(1.5，0)”之间的距离，和文字坐标“(1，0)”和“(5，0)”之间的距离，得到文字“位”与文字“置”之间的距离为0.5，文字“位”与文字“123”之间的距离为4。在文本阈值为1的情况下，距离0.5小于文本阈值1，将文字“位”与文字“值”进行拼接，得到文本“位置”，与文本“位置”对应的文本坐标为“1，0”。

在操作S230，根据至少一个文本和至少一个文本坐标，确定至少一个候选单元格的候选坐标。

根据本公开的实施例，文本坐标例如包括第一文本坐标和第二文本坐标文本坐标，第一文本坐标例如可以是文本所属矩形的左上角的坐标，第二文本坐标例如可以是文本所属矩形的右下角的坐标。

获取每个文本的第一文本坐标的纵坐标数值，对至少一个文本进行行分类。针对同一行中的第一文本坐标，确定满足第一预设条件的纵坐标数值对应的第一文本坐标为行边界坐标，第一预设条件例如可以是同一行中的第一文本坐标中，最大的纵坐标数值，或同一行中的第一文本坐标中，最小的纵坐标数值。获取每个文本的第二文本坐标的横坐标数值，对至少一个文本进行列分类。针对同一列中的第二文本坐标，确定满足第二预设条件的横坐标数值对应的第二文本坐标为列边界坐标，第二预设条件例如可以是同一列中的第二文本坐标中，最大的横坐标数值，或同一列中的第二文本坐标中，最小的横坐标数值。需要说明的是，针对第一预设条件，选择最小的纵坐标数值或最小的纵坐标数值由坐标轴建立的位置确定。

根据该行边界坐标和列边界坐标，确定目标表格框架。针对目标表格框架中每个候选单元格，确定候选坐标，每个候选单元格均有与之唯一对应的候选坐标。候选坐标例如可以包括该候选单元格中心位置的坐标，和由该候选单元格的第一文本坐标的横坐标和第二文本坐标的横坐标组成的坐标。可以理解的是，对候选坐标描述仅作为示例以利于理解本公开，本公开对此不做限定。

根据本公开的另一个实施例，操作S230还包括：根据至少一个第一文本坐标和行阈值，确定多个行边界坐标；根据第一文本坐标、第二文本坐标、列阈值、多个行边界坐标和至少一个文本，确定多个列边界坐标；以及根据多个行边界坐标和多个列边界坐标，确定至少一个候选单元格的候选坐标。

针对每个文本的第一文本坐标的纵坐标数值进行排序，确定每两个相邻纵坐标数值的第一差值，得到至少一个第一差值。针对每个第一差值，确定该第一差值小于行阈值的第一差值对应的两个文本归为同一行。类似地，针对每个文本进行行分类，确定每个文本对应的行。根据确定的至少一个行，确定每两行中间的行边界坐标。

根据已确定的多个行，确定该多个行分别包括文本，并确定每行包括的文本个数，得到至少一个文本个数。确定该至少一个文本个数中，最大的文本个数为该目标表格框架的列数。针对至少一个文本中的每个两个文本，根据第一文本坐标的横坐标、第二文本坐标的横坐标、列阈值和第三预设条件，分别确定该两个文本是否属于同一列，在确定该两个文本满足第三预设条件的情况下，确定该两个文本属于同一列。类似地，针对每个文本进行列分类，确定每个文本对应的列。针对确定的至少一个列，确定每两列中间的列边界坐标。第三预设条件例如可以包括以下公式(1)和公式(2)：

L_n≥L₀ 公式(1)

L_n-m≤R₀ 公式(2)

其中，L_n表示两个文本中一个文本的第一文本坐标的横坐标，L₀表示两个文本中另一个文本的第一文本坐标的横坐标，m表示列阈值，R₀表示两个文本中另一个文本的第二文本坐标的横坐标。

根据多个行边界坐标和多个列边界坐标，确定目标表格框架，进而确定该目标表格框架包括的至少一个候选单元格，和与每个候选单元格分别对应的候选坐标。

在操作S240，根据候选坐标、至少一个文本和至少一个文本坐标，生成与目标表格图像对应的目标表格。

根据本公开的实施例，根据候选坐标，生成目标表格框架。根据每个文本坐标，将与该文本坐标对应的文本和该目标表格框架中的对应的候选单元格结合，生成目标表格。

根据本公开的另一个实施例，操作S240还包括：根据候选坐标和至少一个文本坐标，确定每个目标单元格的目标坐标，和在至少一个文本中确定与目标坐标对应的目标文本；以及根据目标坐标和目标文本，生成与目标表格图像对应的目标表格。

针对每个文本，分别计算文本坐标与每个候选坐标的关联度，确定与最大关联度对应的候选坐标为目标单元格的目标坐标，确定该文本为与该目标坐标对应的目标文本，并将该目标坐标与该目标文本相关联。

根据目标坐标，生成目标表格框架。针对目标表格框架中的每个目标单元格，确定与目标坐标关联的目标文本，并将该目标文本与该目标单元格结合，生成目标表格。

图3A～图3B示意性示出了根据本公开另一实施例的行边界坐标确定方法的原理图。

根据本公开的实施例，根据至少一个第一文本坐标的纵坐标数值、第二文本坐标的纵坐标数值和行阈值，确定至少一个第一行边界坐标和至少一个第二行边界坐标；以及根据至少一个第一行边界坐标和至少一个第二行边界坐标，确定多个行边界坐标。第一文本坐标例如可以包括每个文本的矩形的左上角的坐标。第二文本坐标例如可以是文本所属矩形的右下角的坐标。第一行边界坐标例如可以包括与每一行的上边界对应的坐标，第二行边界坐标例如可以包括与每一行的下边界对应的坐标。

如图3A所示，至少一个文本包括第一文本311，第二文本312，第三文本313，第四文本321，第五文本322，第六文本331和第七文本332。

例如，第一文本311，第二文本312，第三文本313，第四文本321，第五文本322，第六文本331和第七文本332的左上角坐标为分别为(a1，b1)，(c1，d1)，(e1，f1)，(g1，h1)，(i1，j1)，(k1，11)和(m1，n1)，第一文本311，第二文本312，第三文本313，第四文本321，第五文本322，第六文本331和第七文本332的右下角坐标为分别为(a2，b2)，(c2，d2)，(e2，f2)，(g2，h2)，(i2，j2)，(k2，l2)和(m2，n2)。

将b1、d1、f1、h1、j1、l1和n1由小到大排序，根据最小的数值，确定第一行的上边界对应的第一行的上边界坐标。由此，在b1、d1和f1相等，且b1、d1和f1在b1、d1、f1、h1、j1、l1和n1中最小的情况下，根据b1或d1或f1，确定与第一行的上边界314对应的坐标。计算h1、j1、l1和n1分别与b1的差值，得到至少一个差值。在该至少一个差值中存在第一差值小于等于行阈值的情况下，确定与该第一差值对应的文本属于第一行，在该每个差值均大于行阈值的情况下，确定与该差值对应的文本不属于第一行。由于该至少一个差值均大于行阈值，因此确定第一行的文本包括第一文本311，第二文本312和第三文本313，并确定b2、d2和f2中最大的数值为b2，根据b2，确定与第一行的下边界315对应的坐标。类似地，确定与第二行的上边界323、第二行的下边界324、第三行的上边界333和第三行的下边界334分别对应的坐标。

与每一行的上边界对应的坐标例如可以包括由当前行数作为横坐标，当前行包括的至少一个文本左上角坐标的横坐标中的最小数值作为纵坐标组成的坐标，例如，与第一行的上行边界314对应的坐标为(1，b1)。与每一行的下边界对应的坐标例如可以包括由当前行数作为横坐标，当前行包括的至少一个文本右下角坐标的横坐标中的最大数值作为纵坐标组成的坐标，例如，与第一行的下边界对应的坐标为(1，b2)。基于此，确定与第二行上边界323、第二行下边界324、第三行上边界333和第三行下边界334分别对应坐标。

将与第一行的上边界，和最后一行的下边界分别对应的坐标确定为行边界坐标。针对每一行，确定与该行的下行边界和下一行的上边界分别对应的坐标是否相同，在确定与该行的下行边界和下一行的上边界分别对应的坐标相同的情况下，将与该行的下边界对应的坐标作为行边界坐标。在确定与该行的下边界和下一行的上边界分别对应的坐标不相同的情况下，根据与该行的下边界和下一行的上边界分别对应的坐标，确定行边界坐标。

如图3B所示，在确定与第一行的下边界315对应坐标的纵坐标(b1)，和第二行的上边界323对应的坐标的纵坐标(h2)不相同的情况下，计算该两个纵坐标的平均值。将由1作为横坐标，平均值作为纵坐标组成的坐标，作为与第一行的行边界316对应坐标。类似的，确定与第二行的行边界325对应坐标。将与第一行的上边界314、第一行的行边界316、第二行的行边界325和第三行的下边界334分别对应的坐标分别确定为行边界坐标。

本领域技术人员可以理解，以上实施例仅作为示例，本发明具体的行数，文本个数的并不局限于此。且，每一行的行边界坐标和与每一行的左边界、每一行的右边界分别对应的坐标的构成方式仅作为示例以利于理解本公开，本公开对此不做限定。

图3C～图3D示意性示出了根据本公开另一实施例的列边界坐标确定方法的原理图。

根据本公开的实施例，根据多个行边界坐标和至少一个文本，确定目标表格框架的列数；以及根据目标表格框架的列数、第一文本坐标的横坐标数值、第二文本坐标的横坐标数值的和列阈值，确定多个列边界坐标。

在该目标表格框架由三行组成的情况下，确定每一行包括的文本个数。由图3C可知，第一行包括文本个数为3，第二行包括文本个数为2，第三行包括文本个数为2。确定最大的文本个数为目标表格框架的列数，即该目标表格框架的列数为3，进而确定3列中每一列的列边界坐标。根据第一文本坐标的横坐标数值、第二文本坐标的横坐标数值的和列阈值，确定与每列的左边界对应和右边界分别对应的坐标，并根据该与每列的左边界对应和右边界分别对应的坐标确定多个列边界坐标。

将第一行的第一文本311，第二文本312，第三文本313的左上角坐标的横坐标由小到大排序，并依次确定与每个文本同属一列的文本。在确定第一文本311的左上角坐标的横坐标最小的情况下，针对第一文本311，分别计算第四文本321，第五文本322，第六文本331和第七文本332与该第一文本311是否满足第三预设条件，在满足该第三预设条件的情况下，确定该文本与第一文本311为同一列。在确定第一文本311、第四文本321和第六文本331为同一列的情况下，确定a1、g1、和k1中最小的数值为a1，并根据a1，确定与第一列的左边界301对应的坐标。确定a2、g2、和k2中最大的数值为k2，并根据k2，确定第一列的右边界对应的坐标。类似地，确定第二列的左边界303、第二列的右边界304、第三列的左边界305和第三列的右边界306分别对应的坐标。

针对每一列，判断该列的右边界坐标是否处于下一列的左边界坐标和下一列的右边界坐标之间。在确定该列的右边界坐标，处于下一列的左边界坐标和下一列的右边界坐标之间的情况下，针对该列，确定该列中的文本的右下角坐标的横坐标，对该横坐标进行由小到大排序，根据倒数第二个横坐标，确定与该列的右边界对应的坐标。

例如，针对第一列，a2、g2、和k2中最大的数值为k2，根据k2，确定与第一列的右边界对应的坐标处于与第二列的左边界303和右边界304对应的坐标之间，因此放弃使用k2来确定与第一列的右边界对应的坐标。然后，确定a2、g2、和k2中倒数第二大的数值为g2，根据g2，确定与第一列的右边界302对应的坐标并不处于第二列的左边界303和右边界304对应的坐标之间。因此确定这种情况中，将与第一列的右边界302对应的坐标作为最终与第一列的右边界对应的坐标。

与每一列的左边界对应的坐标例如可以包括由当前列数作为横坐标，当前列包括的至少一个文本左上角坐标的纵坐标中最小数值作为横坐标组成的坐标。例如，与第一列的左边界301对应的坐标为(1，a1)。与每一列的右边界对应的坐标例如可以包括由当前列数作为横坐标，当前列包括的至少一个文本右下角坐标的纵坐标最大数值作为纵坐标组成的坐标。例如，与第一行的右边界302对应的坐标为(1，g2)。基于此，确定与第二列左边界303、第二列右边界304、第三列左边界305和第三列右边界306分别对应坐标。

将与第一列的左边界和最后一列的右列边界分别对应的坐标确定为列边界坐标。针对每一列，确定与该列的右边界和下一列的左边界分别对应的坐标是否相同，在确定与该列的右边界坐标和下一列的左界分别对应的坐标相同的情况下，将与该列的右边界对应的坐标作为列边界坐标。在确定与该列的右列边界和下一列的左边界分别对应的坐标不相同的情况下，根据与该列的右边界和下一列的左边界分别对应的坐标，确定列边界坐标。

在确定与第一列的右边界302对应的坐标的横坐标(g2)，和与第二列的左边界303对应的坐标的横坐标(c1)不相同的情况下，计算该两个横坐标的平均值。将由平均值作为横坐标，1作为纵坐标组成的坐标，作为与第一列的列边界307对应的坐标。类似的，确定与第二列的列边界308对应的坐标。将与第一列的左边界301、第一列的列边界307、第二列的列边界308和第三列的右边界306分别对应的坐标确定为列边界坐标

本领域技术人员可以理解，以上实施例仅作为示例，本发明具体的列数，文本个数的并不局限于此。且，每一列的列边界坐标和与每一列的左边界、每一列右边界分别对应的坐标的构成方式仅作为示例以利于理解本公开，本公开对此不做限定。

图3E～图3F示意性示出了根据本公开另一实施例的表格生成方法的原理图

根据本公开的实施例，根据至少一个候选坐标和至少一个文本坐标，确定至少一个候选单元格的第一面积数值和至少一个文本的第二面积数值；针对每个文本，根据第二面积数值和至少一个第一面积数值，确定文本分别与每个候选单元格的匹配度，得到至少一个匹配度；在确定在至少一个匹配度中存在一个匹配度大于预设第一阈值的情况下，确定候选单元格的候选坐标为目标单元格的目标坐标，和将文本作为与目标坐标对应的目标文本；以及在确定在至少一个匹配度中不存在匹配度大于预设第一阈值，且存在两个匹配度小于预设第二阈值的情况下，根据与两个匹配度对应的两个候选单元格的候选坐标，确定目标单元格的目标坐标，和将文本作为与目标坐标对应的目标文本。

由每一行的行边界和每一列的列边界，确定目标表格框架，目标表格框架包括至少一个候选单元格。如图3E所示，至少一个候选单元格包括第一候选单元格317，第二候选单元格318，第三候选单元格319，第四候选单元格326，第五候选单元格327，第六候选单元格328，第七候选单元格335，第八候选单元格336和第九候选单元格337。

例如，第一候选单元格317，第二候选单元格318，第三候选单元格319，第四候选单元格326，第五候选单元格327，第六候选单元格328，第七候选单元格335，第八候选单元格336和第九候选单元格337的第一面积分别为A1、B1、C1、D1、E1、F1、G1、H1和I。第一文本311，第二文本312，第三文本313，第四文本321，第五文本322，第六文本331和第七文本332对应的第二面积分别为A2、B2、C2、D2、E2、I2和H2。

利用公式(3)，确定每个文本与每个候选单元格的匹配度。

其中，M表示匹配度，S_table表示候选单元格的第一面积，S_text表示文本的第二面积，S_table∩S_text表示候选单元格的第一面积和文本的第二面积的交集，该交集例如可以包括第一面积和第二面积的重合面积。

针对第一文本311，分别计算A1、B1、C1、D1、E1、F1、G1、H1与A2的匹配度，确定仅有A1与A2的匹配度大于预设第一阈值，将第一文本311确定为与第一候选单元格317关联的目标文本，并确定第一候选单元格317的候选坐标，确定为目标单元格的目标坐标。类似地，将第二文本312、第三文本313、第四文本321、第五文本322和第七文本332分别作为与第二候选单元格318、第三候选单元格319、第四候选单元格326、第五候选单元格322和第九候选单元格337关联的目标文本，并将第二候选单元格318、第三候选单元格319、第四候选单元格326、第五候选单元格327、第六候选单元格328和第九候选单元格337的候选坐标分别确定为目标单元格的目标坐标。

针对第六文本331，确定不存在唯一第一面积与I2之间的匹配度大于第一阈值，存在F1和G1与I2之间的匹配度均小于第二阈值的情况下，将第七候选单元格335和第八候选单元格336之间的列边界3073去除，得到目标单元格338。根据第七候选单元格335对应的候选坐标，和第八候选单元格336对应的候选坐标，确定目标单元格338对应的目标坐标。

根据目标坐标和目标文本，生成与目标表格图像对应的目标表格，该目标表格可以如图3F所示。

本领域技术人员可以理解，以上实施例仅作为示例，本发明具体的行数、列数和文本个数的并不局限于此。

待预测网络路由图包括通信节点的个数和每两个通信节点之间的连接关系的并不局限于此。

基于上述表格生成方法，本公开还提供了一种表格生成装置。以下将结合图4对该装置进行详细描述。

图4示意性示出了根据本公开实施例的表格生成装置的结构框图。

如图4所示，该实施例的表格生成装置400包括第一确定模块410、得到模块420、第二确定模块430和生成模块440。

第一确定模块410用于根据待识别图像，确定目标表格图像。在一实施例中，第一确定模块410可以用于执行前文描述的操作S210，在此不再赘述。

根据本公开的实施例，第一确定模块410还用于利用识别模型对待识别图像进行处理，得到至少一个位置坐标；根据至少一个位置坐标，在待识别图像中获取第一表格图像；对第一表格图像进行处理，确定偏转角度；以及根据偏转角度，偏转第一表格图像，得到目标表格图像。

得到模块420用于对目标表格图像进行文字识别，得到至少一个文本和与每个文本对应的至少一个文本坐标。在一实施例中，得到模块420可以用于执行前文描述的操作S220，在此不再赘述。

第二确定模块430用于根据至少一个文本和至少一个文本坐标，确定至少一个候选单元格的候选坐标。在一实施例中，第二确定模块430可以用于执行前文描述的操作S230，在此不再赘述。

根据本公开的实施例，第二确定模块430还用于根据至少一个第一文本坐标和行阈值，确定多个行边界坐标；根据第一文本坐标、第二文本坐标、列阈值、多个行边界坐标和至少一个文本，确定多个列边界坐标；以及根据多个行边界坐标和多个列边界坐标，确定至少一个候选单元格的候选坐标。

根据本公开的实施例，第二确定模块430还用于根据至少一个第一文本坐标的纵坐标数值、第二文本坐标的纵坐标数值和行阈值，确定至少一个第一行边界坐标和至少一个第二行边界坐标；以及根据至少一个第一行边界坐标和至少一个第二行边界坐标，确定多个行边界坐标。

根据本公开的实施例，第二确定模块430还用于根据多个行边界坐标和至少一个文本，确定目标表格框架的列数；以及根据目标表格框架的列数、第一文本坐标的横坐标数值、第二文本坐标的横坐标数值的和列阈值，确定多个列边界坐标。

生成模块440用于根据候选坐标、至少一个文本和至少一个文本坐标，生成与目标表格图像对应的目标表格。在一实施例中，生成模块440可以用于执行前文描述的操作S240，在此不再赘述。

根据本公开的实施例，生成模块440还用于根据候选坐标和至少一个文本坐标，确定每个目标单元格的目标坐标，和在至少一个文本中确定与目标坐标对应的目标文本；以及根据目标坐标和目标文本，生成与目标表格图像对应的目标表格。

根据本公开的实施例，生成模块440还用于根据至少一个候选坐标和至少一个文本坐标，确定至少一个候选单元格的第一面积数值和至少一个文本的第二面积数值；针对每个文本，根据第二面积数值和至少一个第一面积数值，确定文本分别与每个候选单元格的匹配度，得到至少一个匹配度；在确定在至少一个匹配度中存在一个匹配度大于预设第一阈值的情况下，确定候选单元格的候选坐标为目标单元格的目标坐标，和将文本作为与目标坐标对应的目标文本；以及在确定在至少一个匹配度中不存在匹配度大于预设第一阈值，且存在两个匹配度小于预设第二阈值的情况下，根据与两个匹配度对应的两个候选单元格的候选坐标，确定目标单元格的目标坐标，和将文本作为与目标坐标对应的目标文本。

根据本公开的实施例，第一确定模块410、得到模块420、第二确定模块430和生成模块440中的任意多个模块可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，第一确定模块410、得到模块420、第二确定模块430和生成模块440中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，第一确定模块410、得到模块420、第二确定模块430和生成模块440中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

图5示意性示出了根据本公开实施例的适于实现表格生成方法的电子设备的方框图。

如图5所示，根据本公开实施例的电子设备500包括处理器501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。处理器501例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))等等。处理器501还可以包括用于缓存用途的板载存储器。处理器501可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在RAM 503中，存储有电子设备500操作所需的各种程序和数据。处理器501、ROM502以及RAM503通过总线504彼此相连。处理器501通过执行ROM502和/或RAM503中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，程序也可以存储在除ROM502和RAM503以外的一个或多个存储器中。处理器501也可以通过执行存储在一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。

根据本公开的实施例，电子设备500还可以包括输入/输出(I/O)接口505，输入/输出(I/O)接口505也连接至总线504。电子设备500还可以包括连接至I/O接口505的以下部件中的一项或多项：包括键盘、鼠标等的输入部分506；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507；包括硬盘等的存储部分508；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509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，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510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508。

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设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述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执行时，实现根据本公开实施例的方法。

根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：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)、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。例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的ROM502和/或RAM503和/或ROM502和RAM503以外的一个或多个存储器。

本公开的实施例还包括一种计算机程序产品，其包括计算机程序，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。当计算机程序产品在计算机系统中运行时，该程序代码用于使计算机系统实现本公开实施例所提供的物品推荐方法。

在该计算机程序被处理器501执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例，上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。

在一种实施例中，该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中，该计算机程序也可以在网络介质上以信号的形式进行传输、分发，并通过通信部分509被下载和安装，和/或从可拆卸介质511被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被处理器501执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。

根据本公开的实施例，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码，具体地，可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java，C++，python，“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设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(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，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。

本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。

以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。

Claims (11)

1.一种表格生成方法，包括：

根据待识别图像，确定目标表格图像；

对所述目标表格图像进行文字识别，得到至少一个文本和与每个文本对应的至少一个文本坐标；

根据所述至少一个文本和所述至少一个文本坐标，确定至少一个候选单元格的候选坐标；以及

根据所述候选坐标、所述至少一个文本和所述至少一个文本坐标，生成与所述目标表格图像对应的目标表格。

2.根据权利要求1所述的方法，其中，所述根据待识别图像，确定目标表格图像包括：

利用识别模型对待识别图像进行处理，得到至少一个位置坐标；

根据所述至少一个位置坐标，在所述待识别图像中获取第一表格图像；

对所述第一表格图像进行处理，确定偏转角度；以及

根据所述偏转角度，偏转所述第一表格图像，得到目标表格图像。

3.根据权利要求1所述的方法，其中，所述文本坐标包括第一文本坐标和第二文本坐标，所述根据所述至少一个文本和所述至少一个文本坐标，确定至少一个候选单元格的候选坐标包括：

根据至少一个第一文本坐标和行阈值，确定多个行边界坐标；

根据所述第一文本坐标、所述第二文本坐标、列阈值、所述多个行边界坐标和所述至少一个文本，确定多个列边界坐标；以及

根据所述多个行边界坐标和所述多个列边界坐标，确定至少一个候选单元格的候选坐标。

4.根据权利要求3所述的方法，其中，所述根据至少一个第一文本坐标和行阈值，确定多个行边界坐标包括：

根据所述至少一个第一文本坐标的纵坐标数值、第二文本坐标的纵坐标数值和行阈值，确定至少一个第一行边界坐标和至少一个第二行边界坐标；以及

根据所述至少一个第一行边界坐标、所述至少一个第二行边界坐标，确定多个行边界坐标。

5.根据权利要求3所述的方法，其中，所述根据所述第一文本坐标、第二文本坐标、列阈值、所述多个行边界坐标和所述至少一个文本，确定多个列边界坐标包括：

根据所述多个行边界坐标和所述至少一个文本，确定目标表格框架的列数；以及

根据所述目标表格框架的列数、所述第一文本坐标的横坐标数值、所述第二文本坐标的横坐标数值的和列阈值，确定多个列边界坐标。

6.根据权利要求1所述的方法，其中，所述根据所述候选坐标、所述至少一个文本和所述至少一个文本坐标，生成与所述目标表格图像对应的目标表格包括：

根据所述候选坐标和所述至少一个文本坐标，确定每个目标单元格的目标坐标，和在所述至少一个文本中确定与所述目标坐标对应的目标文本；以及

根据所述目标坐标和所述目标文本，生成与所述目标表格图像对应的目标表格。

7.根据权利要求6所述的方法，其中，所述根据所述候选坐标和所述至少一个文本坐标，确定每个目标单元格的目标坐标，和在所述至少一个文本中确定与所述目标坐标对应的目标文本包括：

根据所述至少一个候选坐标和所述至少一个文本坐标，确定所述至少一个候选单元格的第一面积数值和所述至少一个文本的第二面积数值；

针对每个文本，根据所述第二面积数值和所述至少一个第一面积数值，确定所述文本分别与每个候选单元格的匹配度，得到至少一个匹配度；

在确定在所述至少一个匹配度中存在一个匹配度大于预设第一阈值的情况下，确定所述候选单元格的候选坐标为目标单元格的目标坐标，和将所述文本作为与所述目标坐标对应的目标文本；以及

在确定在所述至少一个匹配度中不存在匹配度大于预设第一阈值，且存在两个匹配度小于预设第二阈值的情况下，根据与所述两个匹配度对应的两个候选单元格的候选坐标，确定目标单元格的目标坐标，和将所述文本作为与所述目标坐标对应的目标文本。

8.一种表格生成装置，包括：

第一确定模块，用于根据待识别图像，确定目标表格图像；

得到模块，用于对所述目标表格图像进行文字识别，得到至少一个文本和与每个文本对应的至少一个文本坐标；

第二确定模块，用于根据所述至少一个文本和所述至少一个文本坐标，确定至少一个候选单元格的候选坐标；以及

生成模块，用于根据所述候选坐标、所述至少一个文本和所述至少一个文本坐标，生成与所述目标表格图像对应的目标表格。

9.一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行根据权利要求1～7中任一项所述的方法。

10.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行根据权利要求1～7中任一项所述的方法。

11.一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现根据权利要求1～7中任一项所述的方法。

Images