(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 202210520361.3 (22)申请日 2022.05.13 (71)申请人 智慧芽信息科技 （苏州） 有限公司 地址 215000 江苏省苏州市苏州工业园区 金鸡湖大道88号人工智能产业园G3- 701、 G3-801、 G3-901、 G3-1001单元 (72)发明人 王逸馨　孟冬伟　卞负　王为磊　 屠昶旸　张济徽　 (74)专利代理 机构 北京布瑞知识产权代理有限 公司 11505 专利代理师 宗广静 (51)Int.Cl. G06F 40/18(2020.01) G06T 7/162(2017.01) G06T 7/73(2017.01) (54)发明名称 表格重建方法和装置、 计算机可读存储介质 和电子设备 (57)摘要 本申请涉及图像处理技术领域， 具体涉及一 种表格重建方法和表格重建装置， 以及计算机可 读存储介质和电子设备， 解决了表格重建准确率 低的问题。 本申请实施例提供的表格重建方法， 基于待识别表格图像， 确定待识别表格图像包含 的M个表格交点各自的交点坐标和交点类型， 表 格交点的交点类型根据表格交点所连接的线段 的数量和方向确定， 从而可以根据表格交点的交 点类型确定每个表格交点所连接的线段的数量 和方向， 从而避免盲目的将每个相邻的表格交点 都连接起 来， 提高了表格 重建的准确率。 权利要求书3页 说明书15页 附图11页 CN 114936542 A 2022.08.23 CN 114936542 A 1.一种表格重建方法， 其特 征在于， 包括： 基于待识别表格图像， 确定所述待识别表格图像包含的M个表格交点各自的交点坐标 和交点类型， 其中， 所述表格交点由至少两条线段相交形成， 所述表格交点的交点类型根据 所述表格交点所 连接的线段的数量和方向确定； 基于所述M个表格交点各自的交点坐标和 交点类型， 生成所述待识别表格图像对应的 重建表格。 2.根据权利要求1所述的表格重建方法， 其特征在于， 所述基于待识别表格图像， 确定 所述待识别表格图像包 含的M个表格交点各自的交点 坐标和交点类型， 包括： 利用表格识别模型， 基于所述待识别表格图像， 确定所述待识别表格图像包含的M个表 格交点各自的交点 坐标和交点类型。 3.根据权利要求1或2所述的表格重建方法， 其特征在于， 所述交点类型包括： 左上角 点、 左下角点、 右上角点和右下角点； 所述基于所述M个表格交点各自的交点坐标和交点类 型， 生成所述待识别表格图像对应的重建表格， 包括： 基于所述M个表格交点各自的交点类型， 确定交点类型为所述左上角点的P个表格交 点； 基于所述P个表格交点各自的交点 坐标， 进行二维排序， 得到二维排序结果； 基于所述二维排序 结果、 所述M个表格交点各自的交点坐标和交点类型， 依次确定所述 P个表格交点各自对应的单 元格坐标； 基于所述P个表格交点各自对应的单 元格坐标， 生成所述重建表格。 4.根据权利要求3所述的表格重建方法， 其特征在于， 所述基于所述二维排序结果， 依 次确定所述P个表格交点各自对应的单 元格坐标， 包括： 针对所述P个表格交点中的每 个当前表格交点， 基于所述当前表格交点的交点坐标和预设列宽 阈值条件， 在交点类型为右上角点的表 格交点中进行检索； 基于所述当前表格交点的交点坐标和预设行高阈值条件， 在交点类型为左下角点的表 格交点中进行检索； 如果检索到符合所述预设列宽阈值条件的表格交点， 且检索到符合所述预设行高阈值 条件的表格交点， 则基于所述当前表格交点的交点坐标、 所述当前表格交点对应的符合所 述预设列宽阈值条件的表格交点的交点坐标和符合所述预设行高阈值条件的表格交点的 交点坐标， 确定所述当前表格交点对应的单 元格坐标。 5.根据权利要求4所述的表格重建方法， 其特征在于， 所述基于所述二维排序结果， 依 次确定所述P个表格交点各自对应的单 元格坐标， 还 包括： 如果检索到符合所述预设列宽阈值条件的表格交点， 未检索到符合所述预设行高阈值 条件的表格交点， 则基于符合所述预设列宽阈值条件的表格交点和所述预设行高阈值条 件， 在交点类型为右下角点的表格交点中进行检索； 如果在所述交点类型为右下角点的表格交点中检索到符合所述预设行高阈值条件的 表格交点， 则基于所述当前表格交点的交点坐标、 所述当前表格交点对应的符合所述预设 列宽阈值条件的表格交点的交点坐标、 符合所述预设列宽阈值条件的表格交点对应的符合 所述预设行高阈值条件的表格交点的交点坐标， 确定所述当前表格交点对应的单元格坐权　利　要　求　书 1/3 页 2 CN 114936542 A 2标。 6.根据权利要求4所述的表格重建方法， 其特征在于， 所述基于所述二维排序结果， 依 次确定所述P个表格交点各自对应的单 元格坐标， 还 包括： 如果未检索到符合所述预设列宽 阈值条件的表格交点， 检索到符合所述预设行高阈值 条件的表格交点， 则基于符合所述预设行高阈值条件的表格交点和所述预设行高阈值条 件， 在交点类型为右下角点的表格交点中进行检索； 如果在所述交点类型为右下角点的表格交点中检索到符合所述预设列宽阈值条件的 表格交点， 则基于所述当前表格交点的交点坐标、 所述当前表格交点对应的符合所述预设 行高阈值条件的表格交点的交点坐标、 符合所述预设行高阈值条件的表格交点对应的符合 所述预设列宽阈值条件的表格交点的交点坐标， 确定所述当前表格交点对应的单元格坐 标。 7.根据权利要求3所述的表格重建方法， 其特征在于， 所述基于所述二维排序结果， 依 次确定所述P个表格交点各自对应的单 元格坐标， 包括： 基于所述 二维排序结果， 确定所述P个表格交点中的交点 坐标最小的表格交点； 以所述交点坐标最小的表格交点为起点， 基于所述二维排序 结果， 依次确定所述P个表 格交点各自对应的单 元格坐标。 8.根据权利要求3所述的表格重建方法， 其特征在于， 所述基于所述P个表格交点各自 对应的单 元格坐标， 生成所述重建表格， 包括： 基于所述P个表格交点各自对应的单元格坐标， 确定所述待识别表格图像包含的P个单 元格； 基于所述待识别表格图像， 确定所述P个单 元格各自对应的内容字符数据； 基于所述P个单元格以及所述P个单元格各自对应的内容字符数据， 生成所述重建表 格。 9.根据权利要求2所述的表格重建方法， 其特征在于， 在所述利用表格识别模型， 基于 所述待识别表格图像， 确定所述待识别表格图像包含的M个表格交点各自的交点坐标和交 点类型之前， 还 包括： 确定训练数据集， 其中， 所述训练数据集包括S个表格图像样本以及所述S表格 图像样 本各自包 含的表格交点的交点 坐标标签数据和交点类型 标签数据， S为 正整数； 建立初始网络模型， 并基于所述训练数据集训练所述初始网络模型， 生成所述表格识 别模型。 10.根据权利要求9所述的表格重建方法， 其特 征在于， 所述确定训练数据集， 包括： 生成S个表格， 其中， 所述S个表格包括基于随机表格参数生成的表格； 基于所述S个表格， 确定所述S个表格各自对应的表格图像样本； 分别对所述S个表格进行标注， 确定所述S个表格图像样本各自包含的表格交点的交点 坐标标签数据和交点类型 标签数据。 11.根据权利要求10所述的表格重建方法， 其特征在于， 所述基于所述S个表格， 确定所 述S个表格各自对应的表格图像样本， 包括： 对所述S个表格进行渲染， 生成所述S个表格各自对应的基础表格图像样本； 对所述S个表格各自对应的基础表格图像样本进行数据增强操作， 生成所述S个表格各权　利　要　求　书 2/3 页 3 CN 114936542 A 3