CN107909064A - 三线表识别方法、电子设备及存储介质 - Google Patents

Abstract

本发明公开了一种三线表识别方法、电子设备及存储介质，其中，三线表识别方法包括：提取出当前版式页面中所有的路径线；对所提取出的路径线进行筛选处理，得到水平路径线；根据水平路径线的索引值，对水平路径线进行划分处理，得到至少一组水平路径线；针对每组水平路径线，检测由该组水平路径线中的各条水平路径线组成的矩形区域是否符合预设表格特征；若是，则确定矩形区域为三线表区域，并依据三线表区域，生成表格图像。本发明提供的技术方案根据预设表格特征对每组水平路径线所组成的矩形区域进行检测，能够快捷、准确地识别出三线表，并依据识别得到的三线表区域生成表格图像，从而有效地解决了文件格式转换所带来的表格错位等问题。

Description

三线表识别方法、电子设备及存储介质

技术领域

本发明涉及信息处理技术领域，具体涉及一种三线表识别方法、电子设备及存储介质。

背景技术

随着手机、电子书阅读器等电子设备的不断发展，越来越多的用户喜欢阅读电子书。为了使电子书能够很好地适用于不同屏幕尺寸的电子设备，现有技术中大多是将电子书制作成流式文件，从而不仅能够方便地对电子书内容进行编辑，而且还能够使电子书内容自动地根据屏幕宽度调整段落的换行以适应单页的视野范围。那么在利用PDF等版式文件制作电子书时，则需要先将版式文件转换成流式文件。然而现有技术无法准确地识别三线表，当版式文件中包含有三线表时，在将版式文件转换成流式文件后，很容易出现转换错误，尤其是当表格比较大时，转换后则很容易出现表格错位等问题。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的三线表识别方法、电子设备及存储介质。

根据本发明的一个方面，提供了一种三线表识别方法，该方法包括：

提取出当前版式页面中所有的路径线；

对所提取出的路径线进行筛选处理，得到水平路径线；

根据水平路径线的索引值，对水平路径线进行划分处理，得到至少一组水平路径线；

针对每组水平路径线，检测由该组水平路径线中的各条水平路径线组成的矩形区域是否符合预设表格特征；若是，则确定矩形区域为三线表区域，并依据三线表区域，生成表格图像。

根据本发明的另一方面，提供了一种电子设备，包括：处理器、存储器、通信接口和通信总线，处理器、存储器和通信接口通过通信总线完成相互间的通信；

存储器用于存放至少一可执行指令，可执行指令使处理器执行以下操作：

提取出当前版式页面中所有的路径线；

对所提取出的路径线进行筛选处理，得到水平路径线；

根据水平路径线的索引值，对水平路径线进行划分处理，得到至少一组水平路径线；

针对每组水平路径线，检测由该组水平路径线中的各条水平路径线组成的矩形区域是否符合预设表格特征；若是，则确定矩形区域为三线表区域，并依据三线表区域，生成表格图像。

根据本发明的又一方面，提供了一种存储介质，存储介质中存储有至少一可执行指令，可执行指令使处理器执行以下操作：

提取出当前版式页面中所有的路径线；

对所提取出的路径线进行筛选处理，得到水平路径线；

根据水平路径线的索引值，对水平路径线进行划分处理，得到至少一组水平路径线；

针对每组水平路径线，检测由该组水平路径线中的各条水平路径线组成的矩形区域是否符合预设表格特征；若是，则确定矩形区域为三线表区域，并依据三线表区域，生成表格图像。

根据本发明提供的技术方案，提取出当前版式页面中所有的路径线，接着对所提取出的路径线进行筛选处理，得到水平路径线，根据水平路径线的索引值，对水平路径线进行划分处理，得到至少一组水平路径线，然后针对每组水平路径线，检测由该组水平路径线中的各条水平路径线组成的矩形区域是否符合预设表格特征；若符合预设表格特征，则确定矩形区域为三线表区域，并依据三线表区域，生成表格图像。利用本发明提供的技术方案，基于水平路径线的索引值对水平路径线进行分组，并结合预设表格特征对每组水平路径线所组成的矩形区域进行检测，能够快捷、准确地识别出三线表，并依据三线表区域生成表格图像，那么在将版式文件转换成流式文件后，使转换得到的流式文件能够通过图像形式完整地展现三线表的表格内容，从而有效地解决了文件格式转换所带来的表格错位等问题。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了根据本发明实施例一的一种三线表识别方法的流程示意图；

图2示出了根据本发明实施例二的一种三线表识别方法的流程示意图；

图3示出了根据本发明实施例四的一种电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

实施例一

图1示出了根据本发明实施例一的一种三线表识别方法的流程示意图，如图1所示，该方法包括如下步骤：

步骤S101，提取出当前版式页面中所有的路径线。

其中，版式页面中的对象可以有文本、路径线和图像。为了便于识别出三线表，在步骤S101中需要提取出当前版式页面中所有的路径线。其中，当前版式页面可以为PDF页面。具体地，由于提取的是当前版式页面中所有的路径线，因此所提取出的路径线可能包括有表格线、页眉页脚线、公式分式线、注释分割线以及页面背景装饰线等路径线。

步骤S102，对所提取出的路径线进行筛选处理，得到水平路径线。

结合三线表的特征可知，三线表是由至少三条水平的表格线组成，而在步骤S101所提取出的路径线可能包括有表格线、页眉页脚线等多种路径线，为了快速地确定哪些路径线可能为三线表对应的路径线，需要对所提取出的路径线进行筛选处理，筛选得到水平路径线。

步骤S103，根据水平路径线的索引值，对水平路径线进行划分处理，得到至少一组水平路径线。

在版式页面中，每一个对象都具有对应的索引值，那么在步骤S103中，可根据步骤S102筛选得到的水平路径线的索引值，对水平路径线进行划分处理，得到至少一组水平路径线。具体地，可将索引值相连续的水平路径线划分为一组水平路径线，从而得到至少一组水平路径线。

步骤S104，从至少一组水平路径线中选择一组未曾被选择过的水平路径线。

在得到了至少一组水平路径线之后，为了能够有效、全面地识别三线表，还需要针对至少一组水平路径线中的每一组水平路径线都进行检测，那么从至少一组水平路径线中选择一组未曾被选择过的水平路径线。

步骤S105，检测由该组水平路径线中的各条水平路径线组成的矩形区域是否符合预设表格特征；若是，则执行步骤S106；若否，则执行步骤S107。

其中，每组水平路径线是由多条水平路径线组成，该组水平路径线中的各条水平路径线能够组成一个矩形区域，检测该矩形区域是否符合预设表格特征。本领域技术人员可根据实际需要对预设表格特征进行设置，此处不做限定。具体地，预设表格特征可包括预设表标题特征和预设表格分栏特征等。如果检测得到矩形区域符合预设表格特征，则执行步骤S106；如果检测得到矩形区域不符合预设表格特征，则执行步骤S107。

步骤S106，确定矩形区域为三线表区域，并依据三线表区域，生成表格图像。

在经步骤S105检测得到矩形区域符合预设表格特征的情况下，确定该矩形区域为三线表区域，然后依据三线表区域，生成表格图像。具体地，可通过截图方式对所确定的三线表区域进行处理，从而生成得到表格图像。利用本发明提供的技术方案能够快捷、准确地识别出三线表，并依据识别得到的三线表区域生成表格图像，那么在将版式文件转换成流式文件后，使转换得到的流式文件能够通过图像形式完整地展现三线表的表格内容，从而有效地解决了文件格式转换所带来的表格错位等问题。

步骤S107，确定矩形区域不为三线表区域。

在经步骤S105检测得到矩形区域不符合预设表格特征的情况下，确定矩形区域不为三线表区域。

步骤S108，判断至少一组水平路径线中的每组水平路径线是否都被选择过；若是，则该方法结束；若否，则执行步骤S104。

如果判断得到至少一组水平路径线中的每组水平路径线都被选择过，说明对于至少一组水平路径线中的每组水平路径线都完成了所组成的矩形区域是否符合预设表格特征的检测，则该方法结束；如果判断得到未都被选择过，则执行步骤S104。

利用本实施例提供的三线表识别方法，提取出当前版式页面中所有的路径线，接着对所提取出的路径线进行筛选处理，得到水平路径线，根据水平路径线的索引值，对水平路径线进行划分处理，得到至少一组水平路径线，然后针对每组水平路径线，检测由该组水平路径线中的各条水平路径线组成的矩形区域是否符合预设表格特征；若符合预设表格特征，则确定矩形区域为三线表区域，并依据三线表区域，生成表格图像。利用本发明提供的技术方案，基于水平路径线的索引值对水平路径线进行分组，并结合预设表格特征对每组水平路径线所组成的矩形区域进行检测，能够快捷、准确地识别出三线表，并依据识别得到的三线表区域生成表格图像，那么在将版式文件转换成流式文件后，使转换得到的流式文件能够通过图像形式完整地展现三线表的表格内容，从而有效地解决了文件格式转换所带来的表格错位等问题。

实施例二

图2示出了根据本发明实施例二的一种三线表识别方法的流程示意图，如图2所示，该方法包括如下步骤：

步骤S201，提取出当前版式页面中所有的路径线。

在需要识别当前版式页面中的三线表时，在步骤S201中提取出当前版式页面中所有的路径线，所提取出的路径线可能包括有表格线、页眉页脚线等路径线。

步骤S202，获取路径线的长度和宽度。

在从当前版式页面中提取出所有的路径线之后，为了便于从所提取出的路径线中筛选得到水平路径线，在步骤S202中需要获取每条路径线的长度和宽度。

步骤S203，根据路径线的长度和宽度，从路径线中筛选出长度和宽度符合预设筛选规则的路径线，将筛选得到的路径线确定为水平路径线。

本领域技术人员可根据实际需要对预设筛选规则进行设置，此处不做限定。具体地，预设筛选规则可包括：长度大于预设长度阈值、宽度小于预设宽度阈值以及长度和宽度之间的比例大于预设比例阈值。假设预设长度阈值为单个字符长度，预设宽度阈值为5个像素，预设比例阈值为10，那么从路径线中筛选出长度大于单个字符长度、宽度小于5个像素且长度和宽度之间的比例大于10的路径线，将筛选得到的路径线确定为水平路径线。

步骤S204，在水平路径线中将索引值相连续的水平路径线划分为一组水平路径线，得到至少一组水平路径线。

每一条水平路径线都具有对应的索引值，在水平路径线中将索引值相连续的水平路径线划分为一组水平路径线，若某些水平路径线的索引值相连续，说明这些水平路径线具有较强的关联性，很有可能属于同一个三线表。假设，步骤S203所确定的水平路径线一共包括7条水平路径线，分别为水平路径线1至水平路径线7，其中，水平路径线1的索引值为7，水平路径线2的索引值为8，水平路径线3的索引值为9，水平路径线4的索引值为12，水平路径线5的索引值为16，水平路径线6的索引值为17，水平路径线7的索引值为18，由此可知，水平路径线1至水平路径线3的索引值相连续，水平路径线5至水平路径线7的索引值相连续，那么将水平路径线1至水平路径线3划分为一组水平路径线，将水平路径线5至水平路径线7划分为另一组水平路径线。

步骤S205，从至少一组水平路径线中选择一组未曾被选择过的水平路径线。

可选地，由于三线表是由至少三条水平的表格线组成，因此三线表中具有至少三条水平路径线，基于该特征，在步骤S206之前，可先检测该组水平路径线中的水平路径线的条数是否大于或等于3。若检测得到水平路径线的条数大于或等于3，说明该组水平路径线可能为三线表对应的水平路径线，则执行步骤S206，进行进一步的检测；若检测得到水平路径线的条数小于3，说明该组水平路径线不可能为三线表对应的水平路径线，则执行步骤S212。通过这种方式有助于减少三线表识别过程中的数据处理量。

步骤S206，检测该组水平路径线中的各条水平路径线的左端点和右端点是否分别对齐；若是，则执行步骤S207；若否，则执行步骤S212。

为了能够快速地判断该组水平路径线是否为三线表对应的水平路径线，可检测该组水平路径线中的各条水平路径线是否左右对齐，具体地，可检测该组水平路径线中的各条水平路径线的左端点是否相对齐、右端点是否相对齐。如果左端点相对齐且右端点相对齐，说明该组水平路径线中的各条水平路径线左右对齐，则执行步骤S207；如果左端点不相对齐和/或右端点不相对齐，说明该组水平路径线中的各条水平路径线左右不对齐，则执行步骤S212。

在检测得到该组水平路径线中的各条水平路径线的左端点和右端点分别对齐的情况下，接着对由该组水平路径线中的各条水平路径线组成的矩形区域是否符合预设表格特征进行检测。具体地，可通过步骤S207至步骤S210进行实现。

步骤S207，提取出当前版式页面中在矩形区域所对应的预设宽度范围内的第一文本对象。

为了便于对所提取出的文本对象进行区分，在本发明中，将从当前版式页面中在矩形区域所对应的预设宽度范围内提取出的文本对象称为第一文本对象，将从矩形区域内提取出的文本对象称为第二文本对象。具体地，在步骤S207中可提取出当前版式页面中在矩形区域上方所对应的预设宽度范围内的第一文本对象。本领域技术人员可根据实际需要对预设宽度范围进行设置，此处不做限定。例如，预设宽度范围可为3个字符宽度。

步骤S208，检测第一文本对象是否包含有预设表标题特征字符；若是，则执行步骤S209；若否，则执行步骤S212。

其中，预设表标题特征字符包括但不限于：“表”字符、“Tab”字符以及“Table”字符等用于表示表标题的字符。如果检测得到第一文本对象包含有预设表标题特征字符，说明该矩形区域很有可能为三线表区域，为了能够更为准确地识别三线表，则执行步骤S209；如果检测得到第一文本对象未包含有预设表标题特征字符，则执行步骤S212。

步骤S209，提取出矩形区域内的第二文本对象，并将第二文本对象在垂直方向上进行投影，得到垂直投影。

从矩形区域内提取出第二文本对象，然后将所提取出的第二文本对象在垂直方向上进行投影，并将所得到的投影结果称为垂直投影。

步骤S210，检测垂直投影是否符合预设表格分栏特征；若是，则执行步骤S211；若否，则执行步骤S212。

虽然三线表内只有水平的表格线而没有垂直的表格线，但该表内的文本对象仍是按照分栏的方式进行排布的，因此该表内的文本对象在垂直方向上的投影也会分为若干区域，可基于该特征设置预设表格分栏特征，那么在步骤S209得到垂直投影后，可检测垂直投影是否符合预设表格分栏特征。如果检测得到垂直投影符合预设表格分栏特征，则执行步骤S211；如果检测得到垂直投影不符合预设表格分栏特征，则执行步骤S212。

步骤S211，确定矩形区域为三线表区域，并依据三线表区域，生成表格图像。

在检测得到第一文本对象包含有预设表标题特征字符且第二文本对象的垂直投影符合预设表格分栏特征的情况下，即可确定该矩形区域为三线表区域，然后可对所确定的三线表区域进行截图处理，生成得到表格图像，那么在将版式文件转换成流式文件后，使转换得到的流式文件能够通过图像形式完整地展现三线表的表格内容，从而有效地解决了文件格式转换所带来的表格错位等问题。

步骤S212，确定矩形区域不为三线表区域。

在经步骤S206检测得到该组水平路径线中的各条水平路径线的左端点和右端点未分别对齐的情况下，确定矩形区域不为三线表区域；另外，在经步骤S208检测得到第一文本对象未包含有预设表标题特征字符的情况下以及在经步骤S210检测得到垂直投影不符合预设表格分栏特征的情况下，确定矩形区域不为三线表区域。

步骤S213，判断至少一组水平路径线中的每组水平路径线是否都被选择过；若是，则该方法结束；若否，则执行步骤S205。

如果判断得到至少一组水平路径线中的每组水平路径线都被选择过，说明对于至少一组水平路径线中的每组水平路径线都完成了所组成的矩形区域是否符合预设表格特征的检测，则该方法结束；如果判断得到未都被选择过，则执行步骤S205。

利用本实施例提供的三线表识别方法，基于水平路径线的索引值的连续性对水平路径线进行分组，能够快速地从多条水平路径线中确定出可能为同一个三线表所对应的一组水平路径线，有效地减少了三线表识别过程中的数据处理量；结合预设表标题特征字符和预设表格分栏特征等对每组水平路径线所组成的矩形区域进行检测，能够快捷、准确地识别出三线表，提高了三线表的识别效率和识别准确度；并依据识别得到的三线表区域生成表格图像，那么在将版式文件转换成流式文件后，使转换得到的流式文件能够通过图像形式完整地展现三线表的表格内容，从而有效地解决了文件格式转换所带来的表格错位等问题。

实施例三

本发明实施例三提供了一种非易失性存储介质，存储介质存储有至少一可执行指令，该可执行指令可执行上述任意方法实施例中的三线表识别方法。

可执行指令具体可以用于使得处理器执行以下操作：提取出当前版式页面中所有的路径线；对所提取出的路径线进行筛选处理，得到水平路径线；根据水平路径线的索引值，对水平路径线进行划分处理，得到至少一组水平路径线；针对每组水平路径线，检测由该组水平路径线中的各条水平路径线组成的矩形区域是否符合预设表格特征；若是，则确定矩形区域为三线表区域，并依据三线表区域，生成表格图像。

在一种可选的实施方式中，可执行指令进一步使处理器执行以下操作：获取路径线的长度和宽度；根据路径线的长度和宽度，从路径线中筛选出长度和宽度符合预设筛选规则的路径线，将筛选得到的路径线确定为水平路径线。

在一种可选的实施方式中，预设筛选规则包括：长度大于预设长度阈值、宽度小于预设宽度阈值以及长度和宽度之间的比例大于预设比例阈值。

在一种可选的实施方式中，可执行指令进一步使处理器执行以下操作：在水平路径线中将索引值相连续的水平路径线划分为一组水平路径线。

在一种可选的实施方式中，可执行指令进一步使处理器执行以下操作：检测该组水平路径线中的各条水平路径线的左端点和右端点是否分别对齐；若检测得到该组水平路径线中的各条水平路径线的左端点和右端点分别对齐，则检测由该组水平路径线中的各条水平路径线组成的矩形区域是否符合预设表格特征。

在一种可选的实施方式中，可执行指令进一步使处理器执行以下操作：提取出当前版式页面中在矩形区域所对应的预设宽度范围内的第一文本对象；检测第一文本对象是否包含有预设表标题特征字符。

在一种可选的实施方式中，可执行指令进一步使处理器执行以下操作：提取出矩形区域内的第二文本对象；将第二文本对象在垂直方向上进行投影，得到垂直投影；检测垂直投影是否符合预设表格分栏特征。

实施例四

图3示出了根据本发明实施例四的一种电子设备的结构示意图，本发明具体实施例并不对电子设备的具体实现做限定。

如图3所示，该电子设备可以包括：处理器(processor)302、通信接口(Communications Interface)304、存储器(memory)306、以及通信总线308。

其中：

处理器302、通信接口304、以及存储器306通过通信总线308完成相互间的通信。

通信接口304，用于与其它设备比如客户端或其它服务器等的网元通信。

处理器302，用于执行程序310，具体可以执行上述三线表识别方法实施例中的相关步骤。

具体地，程序310可以包括程序代码，该程序代码包括计算机操作指令。

处理器302可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。电子设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。

存储器306，用于存放程序310。存储器306可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

程序310具体可以用于使得处理器302执行以下操作：提取出当前版式页面中所有的路径线；对所提取出的路径线进行筛选处理，得到水平路径线；根据水平路径线的索引值，对水平路径线进行划分处理，得到至少一组水平路径线；针对每组水平路径线，检测由该组水平路径线中的各条水平路径线组成的矩形区域是否符合预设表格特征；若是，则确定矩形区域为三线表区域，并依据三线表区域，生成表格图像。

在一种可选的实施方式中，程序310进一步使得处理器302执行以下操作：获取路径线的长度和宽度；根据路径线的长度和宽度，从路径线中筛选出长度和宽度符合预设筛选规则的路径线，将筛选得到的路径线确定为水平路径线。

在一种可选的实施方式中，预设筛选规则包括：长度大于预设长度阈值、宽度小于预设宽度阈值以及长度和宽度之间的比例大于预设比例阈值。

在一种可选的实施方式中，程序310进一步使得处理器302执行以下操作：在水平路径线中将索引值相连续的水平路径线划分为一组水平路径线。

在一种可选的实施方式中，程序310进一步使得处理器302执行以下操作：检测该组水平路径线中的各条水平路径线的左端点和右端点是否分别对齐；若检测得到该组水平路径线中的各条水平路径线的左端点和右端点分别对齐，则检测由该组水平路径线中的各条水平路径线组成的矩形区域是否符合预设表格特征。

在一种可选的实施方式中，程序310进一步使得处理器302执行以下操作：提取出当前版式页面中在矩形区域所对应的预设宽度范围内的第一文本对象；检测第一文本对象是否包含有预设表标题特征字符。

在一种可选的实施方式中，程序310进一步使得处理器302执行以下操作：提取出矩形区域内的第二文本对象；将第二文本对象在垂直方向上进行投影，得到垂直投影；检测垂直投影是否符合预设表格分栏特征。

程序310中各步骤的具体实现可以参见上述三线表识别实施例中的相应步骤对应的描述，在此不赘述。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的设备的具体工作过程，可以参考前述方法实施例中的对应过程描述，在此不再赘述。

通过本实施例提供的方案，基于水平路径线的索引值对水平路径线进行分组，并结合预设表格特征对每组水平路径线所组成的矩形区域进行检测，能够快捷、准确地识别出三线表，并依据三线表区域生成表格图像，那么在将版式文件转换成流式文件后，使转换得到的流式文件能够通过图像形式完整地展现三线表的表格内容，从而有效地解决了文件格式转换所带来的表格错位等问题。

在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

本发明公开了：A1.一种三线表识别方法，包括：

提取出当前版式页面中所有的路径线；

对所提取出的路径线进行筛选处理，得到水平路径线；

根据所述水平路径线的索引值，对所述水平路径线进行划分处理，得到至少一组水平路径线；

针对每组水平路径线，检测由该组水平路径线中的各条水平路径线组成的矩形区域是否符合预设表格特征；若是，则确定所述矩形区域为三线表区域，并依据所述三线表区域，生成表格图像。

A2.根据A1所述的方法，所述对所提取出的路径线进行筛选处理，得到水平路径线进一步包括：

获取所述路径线的长度和宽度；

根据所述路径线的长度和宽度，从所述路径线中筛选出长度和宽度符合预设筛选规则的路径线，将筛选得到的路径线确定为水平路径线。

A3.根据A2所述的方法，所述预设筛选规则包括：长度大于预设长度阈值、宽度小于预设宽度阈值以及长度和宽度之间的比例大于预设比例阈值。

A4.根据A1-A3任一项所述的方法，所述根据所述水平路径线的索引值，对所述水平路径线进行划分处理，得到至少一组水平路径线进一步包括：

在所述水平路径线中将索引值相连续的水平路径线划分为一组水平路径线。

A5.根据A1-A4任一项所述的方法，在所述检测由该组水平路径线中的各条水平路径线组成的矩形区域是否符合预设表格特征之前，所述方法还包括：

检测该组水平路径线中的各条水平路径线的左端点和右端点是否分别对齐；

所述检测由该组水平路径线中的各条水平路径线组成的矩形区域是否符合预设表格特征具体为：若检测得到该组水平路径线中的各条水平路径线的左端点和右端点分别对齐，则检测由该组水平路径线中的各条水平路径线组成的矩形区域是否符合预设表格特征。

A6.根据A1-A5任一项所述的方法，所述检测由该组水平路径线中的各条水平路径线组成的矩形区域是否符合预设表格特征进一步包括：

提取出当前版式页面中在所述矩形区域所对应的预设宽度范围内的第一文本对象；

检测所述第一文本对象是否包含有预设表标题特征字符。

A7.根据A1-A6任一项所述的方法，所述检测由该组水平路径线中的各条水平路径线组成的矩形区域是否符合预设表格特征进一步包括：

提取出所述矩形区域内的第二文本对象；

将所述第二文本对象在垂直方向上进行投影，得到垂直投影；

检测所述垂直投影是否符合预设表格分栏特征。

本发明还公开了：B8.一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行以下操作：

提取出当前版式页面中所有的路径线；

对所提取出的路径线进行筛选处理，得到水平路径线；

根据所述水平路径线的索引值，对所述水平路径线进行划分处理，得到至少一组水平路径线；

针对每组水平路径线，检测由该组水平路径线中的各条水平路径线组成的矩形区域是否符合预设表格特征；若是，则确定所述矩形区域为三线表区域，并依据所述三线表区域，生成表格图像。

B9.根据B8所述的电子设备，所述可执行指令进一步使所述处理器执行以下操作：

获取所述路径线的长度和宽度；

根据所述路径线的长度和宽度，从所述路径线中筛选出长度和宽度符合预设筛选规则的路径线，将筛选得到的路径线确定为水平路径线。

B10.根据B9所述的电子设备，所述预设筛选规则包括：长度大于预设长度阈值、宽度小于预设宽度阈值以及长度和宽度之间的比例大于预设比例阈值。

B11.根据B8-B10任一项所述的电子设备，所述可执行指令进一步使所述处理器执行以下操作：

在所述水平路径线中将索引值相连续的水平路径线划分为一组水平路径线。

B12.根据B8-B11任一项所述的电子设备，所述可执行指令进一步使所述处理器执行以下操作：

检测该组水平路径线中的各条水平路径线的左端点和右端点是否分别对齐；

若检测得到该组水平路径线中的各条水平路径线的左端点和右端点分别对齐，则检测由该组水平路径线中的各条水平路径线组成的矩形区域是否符合预设表格特征。

B13.根据B8-B12任一项所述的电子设备，所述可执行指令进一步使所述处理器执行以下操作：

提取出当前版式页面中在所述矩形区域所对应的预设宽度范围内的第一文本对象；

检测所述第一文本对象是否包含有预设表标题特征字符。

B14.根据B8-B13任一项所述的电子设备，所述可执行指令进一步使所述处理器执行以下操作：

提取出所述矩形区域内的第二文本对象；

将所述第二文本对象在垂直方向上进行投影，得到垂直投影；

检测所述垂直投影是否符合预设表格分栏特征。

本发明还公开了：C15.一种存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行以下操作：

提取出当前版式页面中所有的路径线；

对所提取出的路径线进行筛选处理，得到水平路径线；

根据所述水平路径线的索引值，对所述水平路径线进行划分处理，得到至少一组水平路径线；

针对每组水平路径线，检测由该组水平路径线中的各条水平路径线组成的矩形区域是否符合预设表格特征；若是，则确定所述矩形区域为三线表区域，并依据所述三线表区域，生成表格图像。

C16.根据C15所述的存储介质，所述可执行指令进一步使所述处理器执行以下操作：

获取所述路径线的长度和宽度；

根据所述路径线的长度和宽度，从所述路径线中筛选出长度和宽度符合预设筛选规则的路径线，将筛选得到的路径线确定为水平路径线。

C17.根据C16所述的存储介质，所述预设筛选规则包括：长度大于预设长度阈值、宽度小于预设宽度阈值以及长度和宽度之间的比例大于预设比例阈值。

C18.根据C15-C17任一项所述的存储介质，所述可执行指令进一步使所述处理器执行以下操作：

在所述水平路径线中将索引值相连续的水平路径线划分为一组水平路径线。

C19.根据C15-C18任一项所述的存储介质，所述可执行指令进一步使所述处理器执行以下操作：

检测该组水平路径线中的各条水平路径线的左端点和右端点是否分别对齐；

若检测得到该组水平路径线中的各条水平路径线的左端点和右端点分别对齐，则检测由该组水平路径线中的各条水平路径线组成的矩形区域是否符合预设表格特征。

C20.根据C15-C19任一项所述的存储介质，所述可执行指令进一步使所述处理器执行以下操作：

提取出当前版式页面中在所述矩形区域所对应的预设宽度范围内的第一文本对象；

检测所述第一文本对象是否包含有预设表标题特征字符。

C21.根据C15-C20任一项所述的存储介质，所述可执行指令进一步使所述处理器执行以下操作：

提取出所述矩形区域内的第二文本对象；

将所述第二文本对象在垂直方向上进行投影，得到垂直投影；

检测所述垂直投影是否符合预设表格分栏特征。

Claims (10)

1.一种三线表识别方法，包括：

提取出当前版式页面中所有的路径线；

对所提取出的路径线进行筛选处理，得到水平路径线；

根据所述水平路径线的索引值，对所述水平路径线进行划分处理，得到至少一组水平路径线；

针对每组水平路径线，检测由该组水平路径线中的各条水平路径线组成的矩形区域是否符合预设表格特征；若是，则确定所述矩形区域为三线表区域，并依据所述三线表区域，生成表格图像。

2.根据权利要求1所述的方法，所述对所提取出的路径线进行筛选处理，得到水平路径线进一步包括：

获取所述路径线的长度和宽度；

根据所述路径线的长度和宽度，从所述路径线中筛选出长度和宽度符合预设筛选规则的路径线，将筛选得到的路径线确定为水平路径线。

3.根据权利要求2所述的方法，所述预设筛选规则包括：长度大于预设长度阈值、宽度小于预设宽度阈值以及长度和宽度之间的比例大于预设比例阈值。

4.根据权利要求1-3任一项所述的方法，所述根据所述水平路径线的索引值，对所述水平路径线进行划分处理，得到至少一组水平路径线进一步包括：

在所述水平路径线中将索引值相连续的水平路径线划分为一组水平路径线。

5.根据权利要求1-4任一项所述的方法，在所述检测由该组水平路径线中的各条水平路径线组成的矩形区域是否符合预设表格特征之前，所述方法还包括：

检测该组水平路径线中的各条水平路径线的左端点和右端点是否分别对齐；

所述检测由该组水平路径线中的各条水平路径线组成的矩形区域是否符合预设表格特征具体为：若检测得到该组水平路径线中的各条水平路径线的左端点和右端点分别对齐，则检测由该组水平路径线中的各条水平路径线组成的矩形区域是否符合预设表格特征。

6.根据权利要求1-5任一项所述的方法，所述检测由该组水平路径线中的各条水平路径线组成的矩形区域是否符合预设表格特征进一步包括：

提取出当前版式页面中在所述矩形区域所对应的预设宽度范围内的第一文本对象；

检测所述第一文本对象是否包含有预设表标题特征字符。

7.根据权利要求1-6任一项所述的方法，所述检测由该组水平路径线中的各条水平路径线组成的矩形区域是否符合预设表格特征进一步包括：

提取出所述矩形区域内的第二文本对象；

将所述第二文本对象在垂直方向上进行投影，得到垂直投影；

检测所述垂直投影是否符合预设表格分栏特征。

8.一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行以下操作：

提取出当前版式页面中所有的路径线；

对所提取出的路径线进行筛选处理，得到水平路径线；

根据所述水平路径线的索引值，对所述水平路径线进行划分处理，得到至少一组水平路径线；

针对每组水平路径线，检测由该组水平路径线中的各条水平路径线组成的矩形区域是否符合预设表格特征；若是，则确定所述矩形区域为三线表区域，并依据所述三线表区域，生成表格图像。

9.根据权利要求8所述的电子设备，所述可执行指令进一步使所述处理器执行以下操作：

获取所述路径线的长度和宽度；

根据所述路径线的长度和宽度，从所述路径线中筛选出长度和宽度符合预设筛选规则的路径线，将筛选得到的路径线确定为水平路径线。

10.一种存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行以下操作：

提取出当前版式页面中所有的路径线；

对所提取出的路径线进行筛选处理，得到水平路径线；

根据所述水平路径线的索引值，对所述水平路径线进行划分处理，得到至少一组水平路径线；

针对每组水平路径线，检测由该组水平路径线中的各条水平路径线组成的矩形区域是否符合预设表格特征；若是，则确定所述矩形区域为三线表区域，并依据所述三线表区域，生成表格图像。