[发明专利]对文档进行数字化的装置及方法

权利要求书

1.一种对文档进行数字化的装置，该装置包括：

区域提取单元，其被构造为提取包含区域的细节的区域数据，所述区域被包括在文档图像数据中的表对象占据；

表结构分析单元，其被构造为分析关于所述表对象的所述区域数据，并提取关于所述表对象的表结构信息；

页单生成单元，其被构造为通过使用关于所述表对象的所述区域数据以及所述表结构信息，来生成显示页单以及各表对象的编辑页单，所述显示页单用于再现所述文档图像数据中的所述表对象的外观，所述编辑页单用于对表进行编辑；以及

电子文档生成单元，其被构造为生成将所述显示页单与所述编辑页单相关联的电子文档。

2.根据权利要求1所述的装置，其中，

所述页单生成单元生成包括对所述表对象的所述编辑页单进行参照的绘制对象的所述显示页单，并且

由此在所述编辑页单被编辑的情况下，所述显示页单上的所述绘制对象被更新以反映所述编辑后的内容。

3.根据权利要求1所述的装置，其中，

所述页单生成单元还包括确定单元，所述确定单元被构造为基于预定生成条件是否被满足来确定是否生成所述编辑页单。

4.根据权利要求3所述的装置，其中，

所述预定生成条件包括关于以下任意一者的条件：表相对于所述文档的倾斜的角度、表元背景的颜色、表与其他对象之间的位置关系以及表之间的位置关系。

5.根据权利要求1所述的装置，其中，

所述区域数据包括关于所述表对象的位置、所述表对象的大小以及所述表对象的倾斜中的至少一者的信息，并且

所述表结构信息包括关于行/列结构、表元的坐标、线颜色以及线类型中的至少一者的信息。

6.根据权利要求1所述的装置，其中，所述电子文档的格式为XML格式。

7.一种对文档进行数字化的方法，所述方法包括以下步骤：

提取包含区域的细节的区域数据，所述区域被包括在文档图像数据中的表对象占据；

分析关于所述表对象的所述区域数据，并提取关于所述表对象的表结构信息；

使用关于所述表对象的所述区域数据以及所述表结构信息，来生成显示页单以及各表对象的编辑页单，所述显示页单用于再现所述文档图像数据中的所述表对象的外观，所述编辑页单用于对表进行编辑；以及

生成将所述显示页单与所述编辑页单相关联的电子文档。