龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：上海华讯网络系统有限公司
摘要：本发明提供了一种基于OCR的表格文字识别方法和系统，包括：解析PDF文件，将PDF文件转换为图像数据；对图像数据进行版面分析，得到版面分析结果；判断是否存在表格元素；是，则保存坐标信息；否，则按照纯文本进行识别；基于深度学习网络，得出表格检测框数量与区域；寻找图像中的轮廓；得出表格检测框数量与区域；判断经前者得出的检测框数量与后者得出的检测框数量是否相等，是，则采用后者得出的检测框数量作为输入项；否，则采用检测框数量更多的结果作为输入项；返回每行的文本内容，得出结果数据。本发明进行页面的表格检测，检测出页面中存在的表格区域，为单元格检测和信息提取做准备；利用此方法可以提高表格检测的精度。
主权项：1.一种基于OCR的表格文字识别方法，其特征在于，包括：步骤S1：解析PDF文件，将PDF文件转换为图像数据；步骤S2：对图像数据进行版面分析，得到版面分析结果；步骤S3：基于版面分析结果，判断是否存在表格元素；结果为是，则保存表格检测区域坐标信息；结果为否，则按照纯文本进行识别；基于深度学习网络，得出表格的检测框数量与区域；步骤S4:基于图像数据，通过形态学处理，寻找图像中的轮廓；并且根据轮廓，得出表格的检测框数量与区域；步骤S5：判断经步骤S3得出的检测框数量与经步骤S4得出的检测框数量是否相等，结果为是，则采用经步骤S4得出的检测框数量作为输入项；结果为否，则采用检测框数量更多的检测结果作为输入项；步骤S6：基于输入项，得到单元格信息，并且对单元格信息进行过滤，得到单元格坐标信息；步骤S7：基于单元格坐标信息，得到并且通过每个文本框的坐标信息和文本框中的识别内容，返回每行的文本内容，得出结果数据。
全文数据：
权利要求：
百度查询： 上海华讯网络系统有限公司 基于OCR的表格文字识别方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号