(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111599279.6 (22)申请日 2021.12.24 (71)申请人 新奥新智科技有限公司 地址 065000 河北省廊坊市中国(河北)自 由贸易试验区大兴机场片区廊坊临空 经济区航谊道自贸区科创基地2101 (72)发明人 段静文　张世锋　汪一鸣　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 专利代理师 黄德海 (51)Int.Cl. G06V 30/414(2022.01) G06V 30/413(2022.01) G06N 20/00(2019.01) G06K 9/62(2022.01)G06V 10/764(2022.01) (54)发明名称 文本图像中表格key-value信息的提取方法 及装置 (57)摘要 本申请涉及图像处理技术领域， 特别涉及一 种文本图像中表 格key‑value信息的提取方法及 装置， 其中， 方法包括： 识别文本图像中的表格单 元格位置信息； 根据表格单元格位置信息和单元 格内容信息构造单元格特征， 并利用机器学习分 类算法得到key ‑value的MAP图； 利用key ‑value 的MAP图将每个表格单元展开为一维链路， 并构 建动态规划， 获取最优 的key‑value从属关系路 径， 基于最优 的key‑value从属关系路径获取表 格key‑value信息。 由此， 解决了相关技术中基于 模板和规则提取key ‑value信息， 通常需要设置 繁琐规则或阈值， 操作复杂、 鲁棒性较差， 且适用 性较差及提取的准确性较低等问题。 权利要求书2页 说明书8页 附图2页 CN 114495144 A 2022.05.13 CN 114495144 A 1.一种文本图像中表格key ‑value信息的提取 方法， 其特 征在于， 包括以下步骤： 识别文本图像中的表格单 元格位置信息； 根据所述表格单元格位置信 息和单元格内容信 息构造单元格特征， 并利用机器学习分 类算法得到key ‑value的MAP图； 以及 利用所述key ‑value的MAP图将每个表格单元展开为一维链路， 并构建动态规划， 获取 最优的key ‑value从属关系路径， 基于所述最优的key ‑value从属关系路径获取表格key ‑ value信息 。 2.根据权利要求1所述的方法， 其特征在于， 在识别所述文本图像中的表格单元格位置 信息之前， 包括： 利用二位图像的快速傅里叶变换将所述文本图像转化到傅里叶频谱空间， 得到频谱图 像； 对所述频谱图进行霍夫直线提取， 得到直线在频谱中的角度信息， 并利用所述角度信 息对图片进行倾 斜校正。 3.根据权利要求1所述的方法， 其特征在于， 所述识别文本图像中的表格单元格位置信 息， 包括： 对所述文本 图像进行灰度处理， 且基于横向和纵向的卷积算子， 对二值化图像进行膨 胀腐蚀， 得到二 值化图像； 通过所述二值化图像的图像连通域获取表格外框信息， 确定所述表格中的横线和竖 线； 基于所述表格 中的横线和竖线的交点获取表格角点坐标， 并将所述角点坐标按照预设 规则排列， 得到排序后的角点 坐标， 获取 得到所述表格单 元格位置信息 。 4.根据权利要求1所述的方法， 其特征在于， 所述基于所述最优的key ‑value从属关系 路径获取表格key ‑value信息， 包括： 解码所述 最优的key ‑value从属关系路径， 得到所述表格key ‑value信息 。 5.一种文本图像中表格key ‑value信息的提取装置， 其特 征在于， 包括： 识别模块， 用于识别文本图像中的表格单 元格位置信息； 构造模块， 用于根据所述表格单元格位置信息和单元格内容信息构造单元格特征， 并 利用机器学习分类算法得到key ‑value的MAP图； 以及 获取模块， 用于利用所述key ‑value的MAP图将每个表格单元展开为一维链路， 并构建 动态规划， 获取最优的key ‑value从属关系路径， 基于所述最优的key ‑value从属关系路径 获取表格key ‑value信息 。 6.根据权利要求5所述的装置， 其特 征在于， 还 包括： 校正模块， 用于在识别所述文本 图像中的表格单元格位置信息之前， 利用二位图像的 快速傅里叶变换将所述文本图像转化到傅里叶频谱空间， 得到频谱图像， 对所述频谱图进 行霍夫直线提取， 得到直线在频谱中的角度信息， 并利用所述角度信息对图片进行倾斜校 正。 7.根据权利要求5所述的装置， 其特征在于， 所述识别模块用于对所述文本图像进行灰 度处理， 且基于横向和纵向的卷积算子， 对二值化图像进行膨胀腐蚀， 得到二值化图像； 通 过所述二值化图像的图像连通域获取表格外框信息， 确定所述表格中的横线和竖线； 基于权　利　要　求　书 1/2 页 2 CN 114495144 A 2所述表格中的横线和竖线的交点获取表格角点坐标， 并将所述角点坐标按照预设规则排 列， 得到排序后的角点 坐标， 获取 得到所述表格单 元格位置信息 。 8.根据权利要求1所述的方法， 其特征在于， 所述获取模块用于解码所述最优的key ‑ value从属关系路径， 得到所述表格key ‑value信息 。 9.一种电子设备， 其特征在于， 包括： 存储器、 处理器及存储在所述存储器上并可在所 述处理器上运行的计算机程序， 所述处理器执行所述程序， 以实现如权利要求 1‑4任一项所 述的文本图像中表格key ‑value信息的提取 方法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器 执行， 以用于实现如权利要求1 ‑4任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114495144 A 3