[发明专利]图像识别转换装置、方法及计算机可读取的记录媒介物

权利要求书

1.一种图像识别转换装置，用于将含有由表格线形成有多个单元格的图像表格以及含有与各个所述单元格相对应的表格内容的待转换图像转换为结构化数据，其特征在于，包括：

直线识别设定部，识别所述待转换图像中存在的所述表格线并设定对应的表格直线；

初始表格形成部，根据所述表格直线形成含有多个网格的初始表格；

分界线区域获取部，根据预定顺序以及预定获取规则从所述初始表格中依次获取相邻两个所述网格之间的分界线所对应的分界线区域；

分界线判断部，判断所述待转换图像中的各个所述分界线区域处是否存在对应的表格分界线；

单元格设定部，在判断为所述分界线区域处存在所述表格分界线时将该分界线区域处的相邻两个网格分别设定为所述单元格，并在判断为所述分界线区域处不存在所述表格分界线时将该分界线区域处的相邻两个网格合并后设定为单元格；以及

最终表格形成部，根据所述单元格设定部所设定的所述单元格形成与所述待转换图像中的所述图像表格相对应的结构化数据表格作为最终表格。

2.根据权利要求1所述的图像识别转换装置，其特征在于：

其中，所述分界线判断部包括：

连通率计算单元，计算所述分界线区域内正交方向投影的非零像素个数占所述分界线区域的长边边长的百分比作为线条连通率；

分界线判定单元，将所述线条连通率进行聚类，基于聚类结果以及所述线条连通率和预定的分界线判定规则判定所述分界线区域内是否存在所述表格分界线。

3.根据权利要求2所述的图像识别转换装置，其特征在于：

其中，所述聚类结果是所述线条连通率的类别数量，

所述分界线判定规则为：

当所述类别数量为1时，将所有的所述分界线区域都判定为存在所述表格分界线；

当所述类别数量为2时，将所述线条连通率数值较大的一个连通率类别下的所述线条连通率所对应的所述分界线区域都判定为存在所述表格分界线，同时将所述线条连通率数值较小的一个连通率类别下的所述线条连通率所对应的所述分界线区域都判定为不存在所述表格分界线；

当所述类别数量大于2时，将大于0.5的所述线条连通率所对应的所述分界线区域都判定为存在所述表格分界线，同时将不大于0.5的所述线条连通率所对应的所述分界线区域都判定为不存在所述表格分界线。

4.根据权利要求1所述的图像识别转换装置，其特征在于，还包括：

预处理部，用于对所述待转换图像进行预处理并将预处理后的所述待转换图像输出给所述初始表格形成部，具有：

去噪处理单元，采用高斯平滑滤波对所述图像表格进行去噪处理；

去印章污染单元，采用分离滤除印章颜色对应的色谱范围内成分的方式对所述图像表格进行去除印章污染处理；

清晰度增强单元，对所述图像表格进行清晰度增强。

5.根据权利要求1所述的图像识别转换装置，其特征在于：

其中，所述直线识别设定部包括：

二值化单元，将所述待转换图像进行二值化，获得对应的二值化图像；

直线段获取单元，获取所述二值化图像中的直线段作为待定直线段；

直线段分组单元，根据所述待定直线段的倾斜角度将全部所述待定直线段分为多个直线段组；

直线段去重单元，计算同一组内的各所述待定直线段之间的距离，将距离小于预定距离阈值的所述待定直线段合并为一根；

平均角度计算单元，计算各组所述待定直线段的平均角度；

正交直线段确定单元，将各组所述待定直线段中相互正交的两组所述待定直线段确定为正交直线段；

倾斜校正单元，根据所述正交直线段的平均角度对所述待转换图像以及所述正交直线段进行倾斜校正；

表格直线设定单元，分别设定与各所述正交直线段相对应的直线作为所述表格直线。