[发明专利]排版方式识别方法和装置

权利要求书

1.一种排版方式识别方法，其特征在于，该方法包括：

提取版式文档页面中文字块内的原始块；

根据提取到的各原始块的序号将提取到的原始块进行排序；

计算排序后每两个相邻原始块的水平基线差值和垂直基线差值；

确定计算得到的水平基线差值中出现次数最多的水平基线差值以及计算得到的垂直基线差值中出现次数最多的垂直基线差值；

根据确定的出现次数最多的水平基线差值和出现次数最多的垂直基线差值，确定所述文字块内原始块的排版方式。

2.如权利要求1所述的方法，其特征在于，计算两个相邻原始块的水平基线差值和垂直基线差值包括：

计算两个相邻原始块中前一原始块的水平基线值与后一原始块的水平基线值的差值，将该差值作为两个相邻原始块的水平基线差值；

计算两个相邻原始块中前一原始块的垂直基线值与后一原始块的垂直基线值的差值，将该差值作为两个相邻原始块的垂直基线差值。

3.如权利要求1所述的方法，其特征在于，所述确定计算得到的水平基线差值中出现次数最多的水平基线差值以及计算得到的垂直基线差值中出现次数最多的垂直基线差值包括：

建立用于存储水平基线差值和水平基线差值出现次数的第一映射表、以及用于存储垂直基线差值和垂直基线差值出现次数的第二映射表；

在每计算得到一个水平基线差值后，在第一映射表中查找该水平基线差值，若查找到，则将该水平基线差值对应的出现次数加1，若未查找到，则将该水平基线差值保存在第一映射表中，并设置该水平基线差值出现的次数为1；在每计算得到一个垂直基线差值后，在第二映射表中查找该垂直基线差值，若查找到，则将该垂直基线差值对应的出现次数加1，若未查找到，则将该垂直基线差值保存在第二映射表中，并设置该垂直基线差值出现的次数为1；

在第一映射表中查找出现次数最多的水平基线差值，将查找到的水平基线差值确定为计算得到的水平基线差值中出现次数最多的水平基线差值；在第二映射表中查找出现次数最多的垂直基线差值，将查找到的垂直基线差值确定为计算得到的垂直基线差值中出现次数最多的垂直基线差值。

4.如权利要求1所述的方法，其特征在于，所述根据确定的出现次数最多的水平基线差值和出现次数最多的垂直基线差值，确定所述文字块内原始块的排版方式包括：

若所述出现次数最多的水平基线差值与所述文字块内的原始块的宽度值的差值的绝对值在预先设定的第一取值范围内，并且出现次数最多的垂直基线差值与0的差值的绝对值在预先设定的第二取值范围内，则确定所述文字块内原始块的排版方式为横排；

若所述出现次数最多的水平基线差值与0的差值的绝对值在预先设定的第三取值范围内，并且出现次数最多的垂直基线差值与所述文字块内原始块的高度值的差值的绝对值在预先设定的第四取值范围内，则确定所述文字块内原始块的排版方式为竖排；

若所述出现次数最多的水平基线差值的绝对值大于所述出现次数最多的垂直基线差值的绝对值，则确定所述文字块内原始块的排版方式为横排式斜排；否则，确定所述文字块内原始块的排版方式为竖排式斜排。

5.如权利要求4所述的方法，其特征在于，在确定所述文字块内原始块的排版方式为横排之后，该方法进一步包括：

确定计算得到的数值大于0的水平基线差值的个数与计算得到的数值小于0的水平基线差值的个数的差值；

若确定的差值大于0，则确定横排的排版方向为从左到右的横排；否则，确定横排的排版方向为从右到左的横排。

6.如权利要求4所述的方法，其特征在于，在确定所述文字块内原始块的排版方式为竖排之后，该方法进一步包括：

确定所述文字块内包含的原始块的列数；

若所述列数为1，则确定竖排的排版方向为无方向的竖排；

若所述列数大于1，则计算相邻两列原始块中每一列原始块的序号平均值，若左列原始块的序号平均值大于右列原始块的序号平均值，则确定竖排的排版方向为从右到左的竖排；否则，确定竖排的排版方向为从左到右的竖排。