快速实用的通用表格分析方法

摘要：

表格分析是对表格的基本结构及形状进行识别的过程,是以后能否从表格单元中正确提取文本信息的关键.在结合表格特点的基础上,采用了表格线检测与处理相结合的方法获取表格框线.检测表格线过程中,通过定义了主表格线长度来加快扫描的速度:在表格线的处理中,针对杂线的剔除、表格线的调整及最终获得表格结构等方面进行了系统的探讨.大量的实验结果表明所提方法是可行的.

关键词：表格分析、表格识别、直线提取、直线检测、表格结构

所属期刊栏目：29

分类号：TP391.13(计算技术、计算机技术)

资助基金：广东省自然科学基会项目032356、07010869;北京大学视觉与听觉信息处理国家重点实验室开放课题基金项目0505;江门市科技计划基金项目[2007]28号

在线出版日期：2008-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：5114-5116