基于表格识别的表格文字信息提取的方法及系统

摘要

本发明涉及一种基于表格识别的表格文字信息提取的方法及系统，其特征在于，包括如下步骤：利用图像算法框架载入表格图像；识别定位出表格图像中的所有横线，确定中间位置的横线为候选线；将候选线两端延长至左右边界，左右边界分别纵向延长至上下顶点；根据预设的相邻像素值，左右边界分别沿横向与相邻像素值内的节点进行连接，连接过程中，同时寻找纵向在相邻像素值内的节点进行连接；对于表格中每个单元格内的信息分别进行提取识别。本发明采取针对表格本身结构识别，进而尽可能的还原表格本身结构化的特征，再对每个表格内容进行独立识别再做个性化处理，使其完成针对性的提取表格内的文字信息，进而提高识别准确率。