公开(公告)号：CN116386069A

公开(公告)日：2023-07-04

申请号：CN202310233931.5

申请日：2023-03-11

Applicant: 南京邮电大学

Inventor： 唐怀路 ,  盛宇波

IPC: G06V30/412 ,  G06V30/18 ,  G06V30/148 ,  G06V10/82 ,  G06V30/19 ,  G06V10/766 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/044 ,  G06N3/045

Abstract: 本发明一种基于图像处理的表格图片内容提取方法，包括以下具体步骤：对表格结构进行识别；对表格文字进行检测；对表格文字进行识别。针对表格数据特点，本专利提出多阶段的表格内容提取算法，将表格内容提取问题抽象为表格结构识别、文字检测和文字识别三个子问题，由特定算法解决特定问题，便于调试与改进。表格结构识别算法的模型训练使用实际表格数据，对无线表格和少线表格显示出了较强的识别性能；文字检测算法使用表格图像的数据进行训练，针对表格文字区域小、排列密集特点，对检测算法先验框的参数进行工程化优化；文字识别算法使用预定词典提高了文字识别的精度。