随着互联网的快速发展,越来越多的企业人力资源开始实施无纸化管理,员工个人信息,薪酬情况都会以数据流的形式录入计算机。但是涉及到一些跨机构的协同服务,以及受制于保密等条件的。人工录入显然完全无法满足业务时效性的要求,所以纸质表格文档的自动录入越来越重要,表格的检测和信息的识别就尤为重要。我们需要更为有效的方法来检测表格,对检测的结果应提高标准。本文在以往表格的检测和识别的文献的基础上,对表格框线的检测及去除和表格的还原技术进行了研究。本文介绍了表格识别的大体流程,即表格框线的检测,表格的识别和表格框线的去除。在表格框线的检测中,本文分析原来的的霍夫曼框线检测算法,发现了霍夫曼算法程的运算量较大,在图像像素点较多的情况下运算效率较低,霍夫曼变换的时间和空间复杂度较高的缺点。同时作者又分析了传统的有向单连通链的算法,发现传统方法中有向单连通链的查找和合并算法复杂度较高,本文提出了有向单连通链改进算法,在查找链的方法上我们采用从左上角表里黑像素,分析6种情况来判断是否继续扩展遍历,并且对查找出来的链进行筛选过滤,坡度较高的和链的长度较小的都被过滤掉,这一定程度上降低了后面合并的运算量。在有向连通链的合并上,作者采取通过直接计算两个单连通链中游程中心点的纵坐标平均值来确定同线距离,有效的降低了原来的运算量,最终的实验结果也是在用时上有了一定的缩短。在对图像检测框线伪直线处理中,本文对直线质量Q提出了评价的标准,传统的伪直线去除方法提出了块比较法。块比较方法的核心思想是比较通过合并单个连接链得到的表格框线图与表的原始图像进行对比。由于阈值需要自己设定,有人为的干扰在里面,使得这种剔除不能剔除较小的伪直线。对比本文,提出质量评价标准后,保留Q大于0.8^[1]的直线,一般低于这个数值的都是文字留下的伪直线。实验通过这个方法,伪直线进一步被有效剔除。在研究和分析目前的表格还原技术后,由于表格大都是黑白图像,并且结构清晰,本文决定采用图像相似度匹配的方式中的基于感知哈希的相似度算法来恢复表格结构。最终在表格框线的去除中,本文介绍了三种字线交叉情况,以及字线分离后的字符修整。最终在实验结果中,应用了本文的直线检测方法后,直线检测的用时和正确率有一定的提升。