[发明专利]基于文档页面内容的图像转换方法及系统

说明书

技术领域

本发明涉及信息处理领域，具体是一种基于文档页面内容的图像转换方法及系统。

背景技术

版式文档，是版面呈现效果固定的电子文档格式，比如PDF或者CAJ格式的文档，版式文档的呈现与设备无关，在各种设备上阅读、打印或印刷时，其版面的呈现结果都是一致的；因此能够很好地展示丰富的页面效果，但是阅读版式文档时需要有一些相应模块来对其进行解析、展示，即需要一个阅读器，大大限制了版式文档的使用。尤其是在网络阅读中，不能要求用户都安装阅读器或ActiveX插件，因此，只能将版式文档的内容直接转换为图像，以图像的方式进行统一展示。

版式文档支持非常丰富的版面元素，包含大量图片和文字，从而导致用单一的图像格式不能对这些版面元素提供很好的展示效果。比如，使用JPG图像格式对版式文档进行转换时，由于JPG压缩方案不能很好地处理颜色较少的区域或处理纯色区域，会导致版式文档中的文字部分显示效果不佳；同样，使用PNG对版式文档进行转换时，一般会首先进行颜色取样，然后再进行无损压缩，在颜色取样的过程中，为减少数据量，会损失相当数量的颜色值，导致最终解压后的包含丰富颜色的图像显示失真。

发明内容

为此，本发明所要解决的是现有将版式文档转换成单一的图像文件带来的显示效果失真的技术问题，提供一种基于文档页面内容的图像转换方法及系统。

为解决上述技术问题，本发明采用的技术方案如下：

一种基于文档页面内容的图像转换方法，包括如下步骤：

区域划分：对所述页面文档内容进行划分，得到颜色单一区域和颜色复杂区域；

将颜色单一区域内的页面内容转换成适于压缩颜色单一内容的第一格式图像；

将颜色复杂区域内的页面内容转换成适于压缩颜色复杂内容的第二格式图像。

所述的一种基于文档页面内容的图像转换方法，所述区域划分步骤具体包括：

将页面元素为文字类型的区域划分为颜色单一区域；

将页面元素为图像类型的区域划分为颜色复杂区域。

所述的一种基于文档页面内容的图像转换方法，所述区域划分步骤具体包括：

将页面元素的颜色值少于或者等于256种的区域划分为颜色单一区域；

将页面元素的颜色值多于256种的区域划分为颜色复杂区域。

所述的一种基于文档页面内容的图像转换方法，所述页面元素所在的区域根据所述页面元素的位置、大小和缩放信息确定。

所述的一种基于文档页面内容的图像转换方法，所述第一格式图像为PNG图像。

所述的一种基于文档页面内容的图像转换方法，所述第二格式图像为JPG图像。

所述的一种基于文档页面内容的图像转换方法，所述存储按照以下步骤进行：

将转换后的第一格式图像和第二格式图像的位置和大小用定长方式存储；

将转换后的第一格式图像和第二格式图像的数据按照不定长方式存储；

在每个图像的开始存储的位置建立索引信息；

将同一文档页面对应的多个所述第一格式图像和所述第二格式图像存储在一个数据文件中。

所述的一种基于文档页面内容的图像转换方法，还包括以下浏览器显示的步骤：

从所述数据文件中读取每一个所述第一格式图像和第二格式图像的位置；

根据每一个所述第一格式图像和第二格式图像的位置构建动态网页信息；读取每一个所述第一格式图像和第二格式图像的数据显示在构建的所述动态网页的对应位置上。

同时提供一种基于文档页面内容的图像转换系统，包括：

区域划分模块，对所述页面文档内容进行划分，得到颜色单一区域和颜色复杂区域；

图像转换模块，将颜色单一区域内的页面内容转换成适于压缩颜色单一内容的第一格式图像并存储；将颜色复杂区域内的页面内容转换成适于压缩颜色复杂内容的第二格式图像并存储。

所述的一种基于文档页面内容的图像转换系统，所述区域划分模块具体包括：

颜色单一区域划分子模块：用于将文字类型的所述页面元素所在的区域划分为颜色单一区域；

颜色复杂区域划分子模块：用于将图像类型的所述页面元素所在的区域划分为颜色复杂区域。

所述的一种基于文档页面内容的图像转换系统，所述区域划分模块具体包括：

颜色单一区域获取子模块，用于将页面元素的颜色值少于或者等于256种的区域划分为颜色单一区域；

颜色复杂区域获取子模块，用于将页面元素的颜色值多于256种的区域划分为颜色复杂区域。