表格以及内容的自动识别

[kevinxli]

表格以及内容的自动识别。工作流程基本上是这样：扫描一个文档，该文档可能有文字，图片，然后通过该系统要把文字，图片分离，然后把文字归档到相应的数据库字段中，生成一个表格。该数据库可人工预先制定，或者自动识别生成。哪位大哥做过类似的系统，给我个思路。谢谢！！

[kevinxli]

图片没有任何特殊的特征，其实只要和文字分离旧行了。也就是说除了文字，剩下的任何信息可认为图象，当然有些表格信息除外。其实，我感觉现在的难点在文字表格的自动生成和文字信息的归档上。

[forestassure]

根据文字、图片特征信息区分开！
关键是如何确定特征 。

[HUNTON]

这些图片应该有什么特征吧？比如位置、形状或颜色等。