基于深度学习的手写表格识别系统研究与实现

• 作者: 张瀚文 方利堃 李若月 钱强
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 手写汉字识别 表格识别 卷积神经网络 识别系统
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 17-20,26
• 页数: 5页
• 分类号: TP303
• 字数: 2750字
• 语种: 中文
• DOI: 10.11907/rjdk.191307

摘要

为了对非固定样式的手写表格文档进行批量识别处理,实现自动录入功能,首先通过空表识别生成单元格信息,分析版面结构;其次对图片进行去噪、倾斜校正、二值化等处理,对手写内容进行分割;最后搭建识别手写字符的卷积神经网络.实验结果表明,最终实现的识别系统能对不同格式的手写表格进行识别并生成数据格式文件.基于空表识别得到单元格信息的手写表格识别系统能对不同样式的表格进行批量识别处理,且通过CNN搭建识别模型,手写汉字也能被识别,使系统通用性更好,便于应用扩展.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张瀚文	西南交通大学信息科学与技术学院	7	2	1.0	1.0
2	李若月	西南交通大学信息科学与技术学院	1	1	1.0	1.0
3	钱强	西南交通大学信息科学与技术学院	1	1	1.0	1.0
4	方利堃	西南交通大学信息科学与技术学院	1	1	1.0	1.0