我們知道，金鳴識別要將橫豎線齊全的表格圖片轉(zhuǎn)為excel非常簡單，但要是表格線不齊全甚至沒有表格線的圖片呢？這就沒那么容易了，在識別這類圖片時，我們一般會使用以下的一種或多種方法進行處理：

1. 基于布局分析：金鳴識別系統(tǒng)可以通過分析文本在圖像中的相對位置和排列方式，推斷出表格的結(jié)構(gòu)?；诓季值姆椒梢宰R別出表格的行列結(jié)構(gòu)，并將文本與相應(yīng)的表格元格對應(yīng)起來。這種方案一般適用于有比較規(guī)范的表格結(jié)構(gòu)、橫豎列排版整齊的圖片。這類一般比較好處理，無需AI訓練即可完成比較準確的識別。

2. 基于文本特征：金鳴識別系統(tǒng)可以利用表格元素周圍的文本特征來推斷表格的結(jié)構(gòu)。例如，如果某一行或某一列中的所有單元格都包含數(shù)字或日期，而且這些單元格的文本特征相似，那么可以推斷這一行或這一列是表格的某一行或某一列。

3. 基于線條檢測：金鳴識別系統(tǒng)可以使用圖像處理技術(shù)來檢測表格中的線條。即使表格線條不明顯，通過檢測文本周圍的直線特征也可以推斷出表格的結(jié)構(gòu)。這種方案一般用于大多數(shù)內(nèi)容有表格線，但又缺少一些的圖片。

4. 基于機器學習：金鳴識別系統(tǒng)可以通過訓練模型來學習無表格線表格的結(jié)構(gòu)特征。利用機器學習算法，系統(tǒng)可以分析大量的無表格線表格數(shù)據(jù)，提取特征并建立模型，進而預(yù)測和識別其他無表格線表格的結(jié)構(gòu)。這種方案可以識別復(fù)雜表格圖片，但過程會比較復(fù)雜，成本也比較高，但相對來說效果也是比較好的。

這幾種方案有好有壞，不同的樣式的圖片可以采用不同的方案，我們一般混合著用，以達到更佳的效果。