[发明专利]一种表格图像检测识别方法

权利要求书

1.一种表格图像检测识别方法，其特征在于：

将待处理图片进行二值化处理，检测出所述图片中的单元格；

依次将各单元格中的内容切分出来，形成对应的子图片；

使用投影法找出子图片中文字信息的备用切分点；

通过贝叶斯分类器对所述备用切分点之间的文字信息进行判断，找出切分 点，并通过切分点将图片中的文字块切分出来；

将切分出的文字块图片输入训练好的神经网络中识别出对应的文字内容。

2.如权利要求1所述的方法，其特征在于：包含以下实现步骤：

(1)使用openCV图像处理工具中的findcontours函数检测出图像表格单元 格轮廓；并将检测出的单元格的轮廓点集提取出来放入对应的类中；

(2)对所述步骤(1)提取出的单元格轮廓点集对应的类，调用minAreaRect 函数，构建出包含单元格轮廓点集的面积最小的旋转矩形区域；并提取出该旋 转矩形区域的四角顶点坐标点；根据所述四角顶点坐标值将对应单元格中的文 字信息作为整体切分出来，形成对应的子图片；

(3)采用投影法找出所述子图片中文字信息的备用切分点；

(4)通过贝叶斯分类器对所述备用切分点进行判断，找出优化切分点，并 将图片中的文字切分出来；

(5)将切分好的文字块输入经过训练的神经网络中，识别出对应的文字内 容。

3.如权利要求2所述的方法，其特征在于：所述步骤(1)中将各个单元 格的轮廓点集组成的类，放入一个大类：contours中；所述步骤(2)中遍历contours 中的元素，调用minAreaRect函数；所述步骤(2)中将minAreaRect函数构建 的旋转矩形区域放置在对应的RotatedRect类中；

遍历RotatedRect类中的元素，提取每个元素对应旋转矩形区域的四角顶点 坐标。

4.如权利要求3所述的方法，其特征在于：所述步骤(3)中，通过横向 投影和纵向投影找出子图片中的文字信息的坐标位置；根据坐标位置依次把单 个文字切分出来，其中侧向投影包括以下实现过程：

所述步骤(3)中，中对切分出来的子图片进行侧向投影，通过公式： 计算出一行的非0像素的个数，并将该值放到projection_y类中， 其中i是行数，j是列数，pix(i，j)是对应像素值，n+1是总列数；

对projection_y类中的元素进行遍历；如果projection_y[k]＝0， projection_y[k+1]＞0，projection_y[k+2]＞0，则判断k为某一行的起始切分点，并 将其放到类vector<int>top中；

如果projection_y[k]＝0，projection_y[k-1]＞0，projection_y[k-2]＞0，则判断 k为某一行的终点切分点，并将其放到类vector<int>bottom中；

基于类top和bottom中的元素值将单元格中的文字行向切分出来。

5.如权利要求4所述的方法，其特征在于：垂直投影的实现过程为：

对于切分出来的每一行的文字图像进行垂直投影，采用公式：计算出一列的非0像素的个数，并将该值放到projection_x类中，其中j是列数， i是行数，pix(i，j)是对应像素值，m+1是总行数；

对projection_x类中的元素进行遍历；如果projection_x[k]＝0， projection_x[k+1]＞0，projection_x[k+2]＞0，则判断k为某一文字块的起始切分点， 并将其放到类vector<int>left中；

如果projection_x[k]＝0，projection_x[k-1]＞0，projection_x[k-2]＞0，则判断 k为某一文字块的终点切分点，并将其放到类vector<int>right中；

类left和right中的元素值为单文字的备用切分位置。