[发明专利]表格图像文字智能识别方法、装置及存储介质

说明书

本发明公开了表格图像文字智能识别方法、装置及存储介质，包括步骤：对待处理的出库单表格图片进行裁剪，调整裁剪后图片的放置方向得到待识别出库单图片；对待识别出库单图片进行直线检测，分别计算所有直线段的斜率，统计斜率的众数，将待识别出库单图片旋转众数对应的角度的负值；对得到的待识别表格图片进行直线检测，计算待识别表格图片中的所有直线段的倾斜度，并对直线进行合并，选取表格的截取框；根据表格的截取框从待识别表格图片中截取出表格图片；对表格图片进行OCR识别。利用斜率的众数进行矫正，并对直线合并可以排除其他元素产生的直线干扰，实现出库单图片中表格的旋转纠正，对表格精确地裁剪，提高表格OCR识别效果。

技术领域

本发明涉及表格图片文字识别技术领域，具体涉及表格图像文字智能识别方法、装置及存储介质。

背景技术

尽管电子支付、电子票据等发展日益增多，但对于许多公司来说，对于进货出库等流程仍会使用纸质表单，而这些纸质表单一般都是以照片的方式归档入库存储，有些还会对图片进行扫描入库，对于表单内的内容，由于表单中包含的数据较为简单，一般采用OCR自动识别方法，但是如果直接对整张单据图片进行识别，这种识别方法会识别出表单中所有的文字信息和表格信息，同时表格中的列字段和对应的值较难对齐。这是因为拍取的表单图片可能不是水平放置的，内容可能发生旋转，表格内的文本可能会倾斜，给后续OCR识别造成困难。现有的方法中对图片方向进行矫正的方法有识别图像中文字行构成的水平线，计算此线和水平线的夹角，将整个图像逆向旋转此夹角实现文本内容的水平矫正。而这个旋转角度一般是根据水平线的平均值进行确定的，而平均值容易受极值和分布影响，可能会导致最终效果较差。

另外，这种方法一般针对地是图片中文字行较多，通过文字行构建直线的情况，无法很好地对图片中同时含有文字和表格，且文字行较短的图像进行水平矫正。同时直接对整个单据进行识别，这会使得直接OCR识别的效果会很差。

发明内容

本发明的目的在于提供表格图像文字智能识别方法、装置及存储介质，对只包含一个表格的单据图片，通过对出库单表格图片进行两次水平矫正，先对整个出库单图片进行方向矫正，再获取出库单图片中各水平直线的斜率，利用水平直线斜率的众数对出库单图片中的表格方向进行水平矫正，对水平矫正后的表格图片截取从而精确识别出表格中的内容，本申请中利用合并后的直线进行矫正可以排除图像中其他元素产生的直线干扰，比如文字和印章等，解决了出库单表格图片的旋转纠正。另外，只获取出库单表格图片中的表格，对表格精确地裁剪，使得整个OCR对表格的识别效果显著明显。

一方面，本申请提供表格图像文字智能识别方法，包括以下步骤：

S1、获取待处理的出库单表格图片；对待处理的出库单表格图片进行裁剪，得到出库单图片；

S2、调整出库单图片的放置方向，得到待识别出库单图片；

S3、对待识别出库单图片进行直线检测，得到待识别出库单图片中所有直线段；对直线段进行第一分类，得到第一直线集，分别计算第一直线集中各直线段的斜率，统计斜率的众数，计算众数对应的角度值，将待识别出库单图片旋转所述角度值的负值；得到待识别表格图片；

S4、对待识别表格图片进行直线检测，得到待识别表格图片中的所有直线段，计算待识别表格图片中的所有直线段的倾斜度，根据倾斜度对所有直线段进行第二分类，得到第二水平直线集和垂直直线集，分别对第二水平直线集和垂直直线集中的直线段进行筛选合并，得到表格的截取框；

S5、根据表格的截取框从待识别表格图片中截取出表格图片；对表格图片进行OCR识别，得到识别结果。

进一步地，所述待处理的出库单表格图片为以纯色背景拍摄的含有单据表格的图片，裁剪的具体过程包括：

对待处理的出库单表格图片进行边缘检测，从待处理的出库单表格图片中裁剪出只含有单据边框的出库单图片。

进一步地，步骤S2的具体过程为：