表格识别是指利用计算机自动辨识印刷在纸或其他介质上的表格文档的过程。在学科上表格识别属于模式识别和人工智能的范畴,在应用上它是一种信息处理系统中高速自动输入方式,也是新一代计算机智能接口的一个重要组成部分。近年来,表格的自动输入、存储、管理已经成为文档智能处理领域的一个重要组成部分。表格识别技术引起了众多学者的关注,成为OCR领域中的一个研究热点。一方面,表格结构复杂多样,使得很难找到一种能良好识别任何表格的通用方法;另一方面,很多领域使用的表格,如银行、邮局、税务等,需要识别的通常是固定的某些表格单元。综合这两方面因素,我们设计并实现了一个受限表格识别系统。本文利用图像处理、模式识别等技术对受限表格识别问题进行了深入研究。目标是提高受限表格识别的正确率,以满足目前日益增长的智能表格处理的需求。详细地介绍了整个表格单元的提取过程:首先,生成表格结构描述文件,并具有灵活性和可扩展性的特点;然后,先对待识别表格进行倾角检测和校正,再根据描述文件局部检测表格线,准确定位表格单元;最后,对表格单元进行提取,这一步骤针对表格线与单元内字符有交叠的情况和单元内字符超出单元框线的情况,分别提出了基于距离加权的自适应字线分离算法,和分析连通域的方法,进行解决。保证了送入OCR识别之前的单元提取结果的正确性和完整性。同时,在每一步骤的设计上,进行了不同程度的算法优化,提高了系统的效率。实验结果表明,该系统流程对批量处理同类型表格取得了很好的效果。