[发明专利]扫描版文件在小屏幕设备智能分版的方法及装置

权利要求书

1.一种扫描版文件在小屏幕设备智能分版的方法，其特征在于， 包括以下步骤：

(i)利用OCR技术从所述扫描版文件的版面中提取文件的基本 内容的信息；

(ii)从所述信息中分别识别出所述文件中的版心信息、页眉页脚 信息、页码信息以及分隔符信息，所述版心信息包括文本信息、图像 信息、表格信息以及公式信息；

(iii)过滤掉页眉页脚信息、页码信息以及分隔符信息，保留所述 版心信息；

(iv)使用阅读顺序排序算法对所述版心信息进行阅读顺序的排 序；

(v)所述版心信息为母信息，根据设定将所述母信息切割成子信 息；

(vi)将所述子信息进行二次排序后输出。

2.根据权利要求1所述的扫描版文件在小屏幕设备智能分版的方 法，其特征在于：

其中，步骤(v)中，切割母信息的设定为：

(a)识别出所述公式信息、图像信息以及表格信息，并对其采 取不切割处理；

(b)对所述文本信息进行切割：依照所述文本信息中的段落， 切割所述文本信息，得到所述文本信息的段落子信息。

3.根据权利要求2所述的扫描版文件在小屏幕设备智能分版的方 法，其特征在于：

其中，对所述文本信息的段落子信息还可进行二次切割：对所述 段落子信息中行的宽度超过设定阈值的文本信息依照顺序进行拆行、 断行处理，使其拆分后的宽度小于设定阈值。

4.根据权利要求3所述的扫描版文件在小屏幕设备智能分版的方 法，其特征在于：

其中，所述设定阈值是人工设定或系统自动设定。

5.一种在小屏幕设备使用扫描版文件的装置，其特征在于，包括：

识别扫描版文件模块，用于读取所述扫描版文件所承载的信息；

智能分版模块，用于对所述扫描版文件进行智能分版；

阅读终端，用于呈现所述智能分版模块重新分版后的信息，

其中，所述智能分版模块对所述扫描版文件智能分版采用权利要 求1～4中任意一种方法。