基于单元格检测的表格结构识别方法、系统和设备

摘要

本发明涉及图像识别领域，具体为基于单元格检测的表格结构识别方法、系统和设备，该方法包括：通过表格区域检测模型从表格图像中定位出表格所在区域，生成新的表格图像；通过改进通用的SBD算法，构建一个基于改进SBD算法的单元格检测模型，单元格检测模型对表格区域内所有单元格进行检测，获取包裹单元格的最小四边形的四个顶点坐标；通过设计一种单元格邻接匹配算法，根据检测的单元格的坐标找到在同一行或者同一列的单元格，通过表格行列聚类结果，预测出表格对应的HTML结构；根据预测出的表格HTML结构，恢复生成和图像中表格结构相同的可编辑形式的表格。本发明可以解决对跨行跨列单元格的结构恢复问题，相对于现有的方法具有更强的普适性。