PDF抽取表格
联系该工程师
微信扫码，建群沟通
案例介绍
PDF无表格线和有表格线表格抽取
描述：从PDF中抽取无表格线表格和有表格线表格。上传PDF,对每一页利用ResNet进行图片分类，判断是否包含无表格线表格。然后对包含无表格线表格的页面，利用ALBERT进行文本分类，判断每一行是否属于表格，完成表格外框抽取。然后利用文字间隙和语义信息画表格内框线。有表格线表格采用Opencv抽取线条进行表格抽取。合并无表格线表格和有表格线表格结果作为pdf抽表结果。其中无表格线抽表经历了使用U-net进行像素分类，判断每一个点是黑色像素还是白色像素，进行画线；经历了使用Yolov3, Cornernet，Centernet等进行目标检测，采用目标检测的方法进行画矩形框抽取线条；行分类抽取外框和规则抽取内框等三个阶段，其中行分类抽取外框和规则抽取内框抽表结果最好。
标签：图像分类，文本分类，像素分类，目标检测
案例图片
1小时精推人才
需求方专属客服，免费梳理匹配
扫码加微信 · 客服人工对接
