Abstract
The automatic reproduction of table's structure on physical
documents still remain a serious problem during the repetition of these
documents; especially when these last are already filled of data. This problem
resides in the detection and the understanding of table's structure in digital
picture in view of a reproduction of this structure for the repetition of the
same document.
The present work shows that the problem of detection and
extraction of table's structure can be solved efficiently while using an
implemented approach with the artificial neural networks, and based on
structuring elements of a table. These structuring elements are
VII
considered as examples of training for the neural network. In
the context of this work, a table is defined as a set of lines and columns and
intersections of these last constitute cells of the table.
Knowing that the conception of the architecture of a neural
network doesn't rest on any given model that it is rather heuristic, we chose
an architecture that seemed to us appropriate and efficient to the resolution
of our research problem therefore.
A neural approach has been implemented and its performance
experienced. The gotten results permitted us to confirm the reach of our
objectives because, the structure of the table thus reproduced (to MS WORD
format) can be used in the same way for the repetition of another tabular
document type.
Keywords: computer vision, neural networks,
table detection, table structure
8
0. INTRODUCTION
0.1. Problématique
La reconnaissance de formes figure parmi les champs
d'application les plus intéressantes de l'Intelligence Artificielle dont
la visée principale est de réaliser, par modélisation, une
imitation du fonctionnement de l'Intelligence de l'homme dans le but de
faciliter la tâche de ce dernier.
Or, entre la manière de réfléchir de
l'homme et le fonctionnement quasi - intelligent de la machine, il
s'avère qu'il existe une certaine différence. Cette
dernière est rendue visible par le fossé (non moins profond) qui
existe entre le terrain du raisonnement réflexif humain et la logique
déductive de l'automate programmable qu'est l'ordinateur. A titre
illustratif, pour reconnaître le(s) tableau(x) figurant sur un document,
l'oeil humain n'éprouve aucune difficulté (bien entendu si son
processeur est en bonne santé !). Par contre, pour un ordinateur, cette
reconnaissance ne sera pas possible tant qu'aucune indication sur la marche
à suivre ne lui sera fournie.
Néanmoins, par ses capacités sans cesse
croissantes (à cette époque où la technologie
évolue à une très grande vitesse), l'ordinateur se
comporte mieux par rapport au traitement avec vélocité d'une
grande quantité de données et au stockage de ces
dernières.
C'est ainsi que, toujours dans sa course de gain de temps,
l'être humain fera toujours recours à l'ordinateur pour, par
exemple, extraire des données se trouvant sur un grand nombre de
documents. Dans ce cas, il est évident que l'homme peut utiliser la
reprographie ou la saisie manuelle pour obtenir une copie des données se
trouvant sur les documents originaux. Cependant, lorsqu'il voudra
réutiliser ces données pour divers autres traitements
informatiques (dans le cas d'une analyse ou d'une synthèse de ces
données, par exemple), il sera alors contraint de ressaisir les
données sont il a besoin ; ce qui lui rendra encore la tâche
beaucoup plus fastidieuse lorsqu'il s'agît d'un grand nombre de documents
à saisir. Ce même problème s'observe aussi dans le cas de
la conservation électronique des archives et documents anciens sur
papier.
Dans cette situation, la reconnaissance automatique de ces
documents par l'ordinateur lui serait d'un grand secours en ce sens que
l'ordinateur pourra «reconnaître » les éléments
figurant sur chaque document et les mémoriser en tant que tels dans une
base de données en vue de leur traitement ou leur utilisation
ultérieure.
9
10
Il est vrai qu'une avancée non moins significative a
déjà été réalisée dans le domaine de
la reconnaissance de documents numérisés. C'est à ce titre
que l'on peut trouver actuellement quelques systèmes de reconnaissance
optique de caractères (OCR), de reconnaissance d'écriture
manuscrite, etc. Cependant, il n'en demeure pas moins vrai que, dans la
reconnaissance des tableaux, malgré les travaux qui ont
déjà été effectués, il persiste encore des
zones d'ombre qui empêchent la formalisation et l'objectivation à
la fois théorique et pratique de cet autre sous - domaine de la
reconnaissance de formes.
Ainsi, quoi de plus naturel que d'aborder ce champ
d'application de l'Intelligence Artificiel si intéressant et si utile
qu'est la reconnaissance de tableaux ?
En fait, dans la reconnaissance de tableaux, on bute
d'emblée sur la difficulté à reconnaître la
structure même d'un tableau donné. Cela demeure d'autant plus vrai
que, si pour un être humain c'est facile de dire, du premier coup d'oeil,
que tel tableau possède autant de lignes et autant de colonnes, cela
n'est pas du tout évident pour un ordinateur qui, rappelons - le, n'est
qu'un automate programmable sans capacités réelles de
réflexion propre.
A titre illustratif, prenons le cas d'un secrétaire qui
a la tâche de concevoir et de reproduire des documents administratifs
complexes tels que des documents tabulaires, des formulaires, etc. A supposer
qu'il vient de perdre son ordinateur qui contenait toute sa banque de
données (documents administratifs et autres) et qu'il est dans l'urgence
de concevoir un formulaire administratif vierge qui serait difficile ou presque
impossible à reproduire rapidement parce qu'il se présente sous
forme d'un tableau très complexe. Bien qu'il possède un
exemplaire physique (déjà rempli !) du document, notre
secrétaire se trouvera paralysé devant l'impossibilité de
reproduire ce document dans un bref délai.
Dans une telle situation, le problème de ce
secrétaire consistera donc à savoir :
- Comment reproduire rapidement la structure du tableau sans
avoir à le redessiner manuellement ?
- Comment extraire et conserver cette structure d'un document
physique que l'on possède en vue d'une reproduction diligente et
ultérieure ?
| 
