[发明专利]一种表格识别方法、装置、计算机设备和存储介质

说明书

本公开提供了一种表格识别方法、装置、计算机设备和存储介质，其中，该方法包括：获取待识别的表格图像；确定表格图像的图像视觉特征，以及各个文本块在表格图像中的文本位置特征；基于各个文本块的文本位置特征和图像视觉特征，确定各个文本块的目标融合特征；基于各个文本块的目标融合特征，生成表格图像对应的目标表格。本公开实施例利用由文本位置特征和图像视觉特征结合得到目标融合特征生成目标表格的方式，提高了生成的目标表格的准确性和普适性。

技术领域

本公开涉及文档识别以及图像处理技术领域，具体而言，涉及一种表格识别方法、装置、计算机设备和存储介质。

背景技术

随着计算机视觉技术的发展，文档识别分析技术的应用越来越普遍，而文档中的表格作为表达文档信息的一种重要方式，其中往往包括重要的文档信息，因此，表格识别是文档识别分析技术中的一个重要任务，其识别结果的准确性更关系到文档识别分析结果的准确性。现有的表格识别方式，大多为针对表格线的识别，根据识别到的表格线重构表格，再按照既定的匹配规则，将识别到文本信息填入重构表格，从而完成对表格的识别。

但针对无线表和部分有线表的识别，上述方式的识别精准度较低，进而，影响了文档识别分析结果的准确性。并且，表格的样式复杂且多变，既定的匹配规则无法适用于所有的表格，导致现有的表格识别方式的普适性较差。

发明内容

本公开实施例至少提供一种表格识别方法、装置、计算机设备和存储介质。

第一方面，本公开实施例提供了一种表格识别方法，包括：

获取待识别的表格图像；

确定所述表格图像的图像视觉特征，以及各个文本块在所述表格图像中的文本位置特征；

基于各个所述文本块的文本位置特征和所述图像视觉特征，确定各个所述文本块的目标融合特征；

基于各个所述文本块的所述目标融合特征，生成所述表格图像对应的目标表格。

该实施方式，基于确定的图像视觉特征，能够准确地获取表格图像中的特征信息，表格中的文本以文本块的形式存在，文本块的位置特征能够反映表格中各个单元格的位置信息，通过确定各个文本块在表格图像中的文本位置特征，有利于准确地确定各个单元格的位置，再通过将文本块的文本位置特征和图像视觉特征结合得到各个文本块的目标融合特征的方式，可以提高各个文本块的目标融合特征中包含的信息的丰富性，从而，可以使得目标融合特征能够更加准确的表征各个文本块在表格中的位置，因此，基于各个文本块的目标融合特征，能够更加精确的确定出表格图像中的表格信息，生成准确的目标表格，相对于现有技术中根据表格线和既定的匹配规则生成目标表格的方式，利用由文本位置特征和图像视觉特征结合得到目标融合特征生成目标表格的方式，提高了生成的目标表格的准确性和普适性。

在一种可能的实施方式中，所述基于各个所述文本块的文本位置特征和所述图像视觉特征，确定各个所述文本块的目标融合特征，包括：

针对每个文本块，基于所述文本块在所述表格图像中的文本位置特征，从所述图像视觉特征中提取所述文本块对应的子视觉特征；

基于所述文本块对应的子视觉特征和所述文本块对应的文本位置特征，确定所述文本块的目标融合特征。

该实施方式，基于文本块在表格图像中的文本位置特征，能够准确地确定出文本块在图像视觉特征对应的特征图中的位置范围，即能够准确地提取出文本块的子视觉特征，进而，基于准确的子视觉特征和文本位置特征，能够使得到的目标融合特征可以更为准确地表征文本块在表格中的位置，从而，有利于得到准确的目标表格。

在一种可能的实施方式中，所述基于各个文本块对应的子视觉特征和各个文本块对应的文本位置特征，分别确定各个所述文本块的目标融合特征，包括：