[发明专利]折线图的数据提取方法及处理设备

说明书

本申请的实施例提供了一种折线图的数据提取方法及处理设备，涉及图像模式识别领域。利用图例检测模型对待提取的折线图进行检测，确定待提取的折线图的图例区域；根据图例区域内空白区域的位置信息，对图例区域进行分割处理，得到至少一个图例标识线区域以及至少一个图例标识名区域；分别对每个图例标识线区域以及每个图例标识名区域进行识别，得到每个图例标识线的特征信息以及每个图例标识名的内容信息；根据每个图例标识线的特征信息及每个图例标识名的内容信息，对待提取的折线图的数据区域中与特征信息对应的数据进行提取，获得与内容信息对应的至少一个目标数据值。利用该图例分割方法，提高了图例识别效果，还提高了折线图数据提取准确性。

技术领域

本申请涉及图像模式识别领域，具体而言，涉及一种折线图的数据提取方法及处理设备。

背景技术

折线图是用于描绘统计事项总体指标动态、研究对象间依存关系以及各部分分配情况的统计图。在金融领域中，有大量的数据是通过折线图的形式表示的，这些数据对于金融服务、金融分析来说均具有重要意义，需将其从折线图中提取出来。但是，目前能够获取到的折线图一般已转换为图像形式，这为后续的数据提取和分析带来了较多困难。

目前，折线图的图例数据解析主要应用光学字符识别（optical characterrecognition，简称OCR）方法对图例区域进行整体识别，得到多个图例的名称，然后根据图例的名称向前找到的彩色区域为该文字对应的线条，通过将获取的图例标识线的颜色与这些数据区域的颜色相匹配，确定折线图中各图例的名称对应的多个数据值。

但是，直接对图例区域进行整体识别容易将图例中的标识线识别为文字，导致图例识别结果错误。

发明内容

本申请提供了一种折线图的数据提取方法及处理设备，其能够将图例区域分割为图例标识线区域以及图例标识名区域，再分别进行识别，避免了对图例区域整体识别导致将图例标识线被识别为文字导致图例识别错误的问题，提升了对图例识别的准确度。

本申请的实施例可以这样实现：

第一方面，本申请实施例提供一种折线图的数据提取方法，包括：

利用图例检测模型对待提取的折线图进行检测，确定所述待提取的折线图的图例区域；

根据所述图例区域内空白区域的位置信息，对所述图例区域进行分割处理，得到至少一个图例标识线区域以及至少一个图例标识名区域；

分别对每个所述图例标识线区域以及每个所述图例标识名区域进行识别，得到每个所述图例标识线的特征信息以及每个所述图例标识名的内容信息；

根据每个所述图例标识线的特征信息及每个所述图例标识名的内容信息，对所述待提取的折线图的数据区域中与所述特征信息对应的数据进行提取，获得与所述内容信息对应的至少一个目标数据值。

在一种可选的实施方式中，所述对所述图例区域进行分割处理，得到至少一个图例标识线区域以及至少一个图例标识名区域，包括：

获得所述图例区域对应的水平排布图形；

对所述水平排布图形中像素变化值进行遍历识别；

当目标位置的像素点变化值满足空白区域识别条件时，确定所述目标位置为空白区域的位置信息；

根据多个所述空白区域的位置信息，对所述水平排布区域进行分割，确定多个内容区域；

对各所述内容区域进行分析，确定全部所述图例标识线区域以及所述图例标识名区域。

在一种可选的实施方式中，所述获得所述图例区域对应的水平排布图形，包括：

根据所述图例区域内各待识别子区域的排布顺序，确定所述图例区域的图例分布类型；