[发明专利]一种反解版式文件后得到的图片和图说的自动关联方法

权利要求书

1.一种反解版式文件后得到的图片和图说的自动关联方法，包括以下步 骤：

(1)从反解版式文件后得到的文字块集合{S}中取出一个未被取出过的 属性为正文的文字块；

(2)在反解版式文件后得到的图片块集合{P}中查找与步骤(1)中取出 的文字块近邻的图片块，如果没有一个图片块与该文字块近邻，则转至步骤 (3)，如果仅有一个图片块与该文字块近邻，则将此文字块作为该图片块的 候选图说，如果有两个或两个以上的图片块与该文字块近邻，则筛选出位置 最好的图片块，将此文字块作为该图片块的候选图说；在图片块集合{P}中查 找与文字块近邻的图片块的方法为：判断图片块与文字块是否在水平方向上 或者在竖直方向上近邻，如果在水平方向上或者在竖直方向上近邻，则图片 块与文字块近邻，步骤如下：

假设文字块左上角点坐标为(X₁，Y₁)、右下角点坐标为(X₁′，Y₁′)，图片 块左上角点坐标为(X₂，Y₂)，右下角点坐标为(X₂′，Y₂′)；文字块的宽度W＝ X₁′-X₁，图片块的宽度W′＝X₂′-X₂；文字块的高度H＝Y₁′-Y₁，图片块的高 度H′＝Y₂′-Y₂；所有文字块的字号的平均值为AvgFontSize；图说与图片 块之间的有效距离DistThreshold＝C1*AvgFontSize，其中C₁为文字块与图片 块之间的间距系数，1＜C₁＜5；下述min函数表示取两者的较小值，max函 数表示取两者的较大值，D为延伸距离，0≤D≤10，单位为磅；

①计算图片块与文字块的重叠度：

在水平方向上的重叠度OverlapX的计算公示为

OverlapX＝(min(X₁′，X₂′)-max(X₁，X₂))/(max(X₁′，X₂′)-min(X₁，X₂))，

在竖直方向上的重叠度OverlapY的计算公示为

OverlapY＝(min(Y₁′，Y₂′)-max(Y₁，Y₂))/(max(Y₁′，Y₂′)-min(Y₁，Y₂))；

②判断Y₁≥Y₂-D且Y₁′≤Y₂′+D且X₁≥X₂-D且X₁′≤X₂′+D是否成立； 如果成立，则继续判断OverlapY是否大于OverlapX，若大于，则图片块与 文字块在水平方向上近邻，否则图片块与文字块在竖直方向上近邻；如果不 成立，则计算图片块与文字块在水平方向上的重叠距离DistX，DistX ＝max(X₁，X₂)-min(X₁′，X₂′)；

③判断Y₁≥Y₂-D且Y₁′≤Y₂′+D且W＜W′且DistX＜DistThreshold是否 成立，如果成立，则图片块与文字块在水平方向上近邻；否则计算图片块与 文字块的最大距离DistXMax，如果X₁＜X₂，则DistXMax＝X₂-X₁，否则DistXMax ＝|X₂′-X₁′|；

④判断Y₁≥Y₂-D且Y₁′≤Y₂′+D且W＜W′且DistMax＜W′/2是否成立， 如果成立，则图片块与文字块在水平方向上近邻；否则，计算图片块与文字 块在竖直方向上的重叠距离DistY，DistY＝max(Y₁，Y₂)-min(Y₁′，Y₂′)；

⑤判断X₁≥X₂-D且X₁′≤X₂′+D且H＜H′且文字块的排版类型为从左到 右的横排或者从右到左的横排且DistY＜DistThreshold是否成立，如果成立， 则图片块与文字块在竖直方向上近邻，否则图片块与文字块即不在水平方向 上也不在竖直方向上近邻；

筛选出位置最好的图片块的方法包括以下步骤：

假设步骤(1)中取出的文字块为T，与T临近的图片块集合为{TP}，位 置最好的图片块为PZ；

①分别计算出{TP}中所有的图片块的图说类型PicType，以及T和{TP} 中所有的图片块之间的距离Dist；所述的图片块的图说类型是指文字块相对 于图片块的位置，包括文字块在图片块的上侧、文字块在图片块的左侧、文 字块在图片块的右侧和文字块在图片块的下侧；

②从{TP}中任意取出一个图片块P，并将取出的图片块从{TP}中删除； 另PZ＝P；

③从{TP}中任意取出一个图片块PN，将PN从{TP}中删除；从PZ和PN 中筛选出一个位置较好的图片块，如果PN位置较好，则另PZ＝PN；

从PZ和PN中筛选出一个位置较好的图片块的方法为：假设PZ的图说类 型为PicTypeZ，PN的图说类型为PicTypeN，T与PZ之间的距离为DistZ，T 与PN之间的距离为DistN；

如果满足下列条件之一，则PN比PZ位置好：

条件a.PicTypeN与PicTypeZ相同且DistN＜DistZ，

条件b.PicTypeN为文字块在图片块的右侧且PicTypeZ为文字块在图片 块的左侧且DistN＜DistZ，

条件c.PicTypeN的优先级高于PicTypeZ且PicTypeN为文字块在图片块 的右侧与PicTypeZ为文字块在图片块的左侧两者不同时成立；其中，文字块 在图片块的下侧的优先级高于文字块在图片块的左侧和右侧，文字块在图片 块的左侧或右侧的优先级高于文字块在图片块的上侧；

④判断{TP}是否为空，如果为空，则PZ即为位置最好的图片块；否则， 转至步骤③；

(3)重复以上步骤，直到文字块集合{S}中的所有文字块被取出一次；

(4)确定图片块集合{P}中每一个图片块的图说；如果一个图片块的候选 图说仅有一个，则将该候选图说作为该图片块的图说；如果一个图片块的候选 图说为多个，则筛选出最合适的候选图说作为该图片块的图说，包括以下步骤：

假设一个图片块的候选图说集合为{L}；

①将{L}中图说类型相同的文字块合并成为一个文字块，合并后的文字块 与图片块的重叠度为被合并的文字块与图片块的重叠度之和，权重为被合并 的文字块的个数；

②从合并后的{L}中挑选出权重值最大的文字块作为图片块的图说，如果 权重值最大的文字块为多个，则比较权重值最大的多个文字块与图片块的重 叠度，将与图片块重叠度最大的文字块作为图片块的图说。