[发明专利]对齐文档图片的方法，装置，存储介质和电子设备

说明书

本公开涉及一种对齐文档图片的方法，装置，存储介质和电子设备，用于解决现有技术在进行文档图片比较前需要进行人工对齐的问题。该方法包括：分别生成第一文档和第二文档中的图片序列信息；通过对所述第一文档和所述第二文档中的图片进行比较，确定所述第一文档和所述第二文档中的共通图片对；将所述第一文档的图片序列信息和所述第二文档的图片序列信息中，对应所述共通图片对的符号对作为相同的符号，并根据最大公共子序列算法确定所述第一文档的图片序列信息和所述第二文档的图片序列信息中的最大公共子序列；将所述最大公共子序列中每一符号对应的图片对在所述第一文档和所述第二文档中进行对齐。

技术领域

本公开涉及文本比较领域，具体地，涉及一种对齐文档图片的方法，装置，存储介质和电子设备。

背景技术

有时候文档里有很多图片，这些图片之间往往有一定的逻辑顺序关系，文档编辑时有时需要替换原来的图片或者增删图片，从而造成两个文档中的这些图片失去最初的对应关系，当两个文档需要比较差异点时，目前只能通过人工选择图片进行两两对比，技术上无法实现自动选择具有相关性的图片进行比对。

例如，一个文档里有500张图片，经过版本变更后新文档里有498张图片，新文档中可能插入了新的图片，且删除了原有的部分图片，在此种情况下，如按照图片在文档中出现的次序依次进行两两比对，必然不准确。因此，如何对两个文档中图片进行差异性比对，找到两个文档中图片的相关性成为了亟待解决的问题。

发明内容

本公开的主要目的是提供一种对齐文档图片的方法，装置，存储介质和电子设备，用于解决现有技术在进行文档图片比较前需要进行人工对齐的问题。

为了实现上述目的，本公开实施例第一方面提供一种对齐文档图片的方法，包括：

分别生成第一文档和第二文档中的图片序列信息，其中，所述图片序列信息中的每一符号对应一图片，所述图片序列信息中各个符号的先后排序关系与对应的图片在文档中先后排序关系一致；

通过对所述第一文档和所述第二文档中的图片进行比较，确定所述第一文档和所述第二文档中的共通图片对，所述共通图片对是指所述第一文档和所述第二文档中相似度高于阈值的图片对；

将所述第一文档的图片序列信息和所述第二文档的图片序列信息中，对应所述共通图片对的符号对作为相同的符号，并根据最大公共子序列算法确定所述第一文档的图片序列信息和所述第二文档的图片序列信息中的最大公共子序列，其中，所述最大公共子序列是指所述第一文档的图片序列信息和所述第二文档的图片序列信息中具有相同符号序列的最长子序列；

将所述最大公共子序列中每一符号对应的图片对在所述第一文档和所述第二文档中进行对齐。

可选地，所述分别生成第一文档和第二文档中的图片序列信息，包括：

根据所述第一文档中每一图片在页面中的坐标信息，以及图片所在页面的页码信息生成所述第一文档的图片序列信息；

根据所述第二文档中每一图片在页面中的坐标信息，以及图片所在页面的页码信息生成所述第二文档的图片序列信息。

可选地，所述通过对所述第一文档和所述第二文档中的图片进行比较，确定所述第一文档和所述第二文档中的共通图片对，包括：

将所述第一文档中的每一图片，依次与所述第二文档中的所有图片进行图片比较，以确定所述第一文档中每一图片与所述第二文档中所有图片之间的相似度；

将相似度高于预设阈值的图片对作为所述共通图片对。

可选地，所述将所述最大公共子序列中每一符号对应的图片对在所述第一文档和所述第二文档中进行对齐，包括：

将所述最大公共子序列中每一符号对应的图片对的索引信息进行关联。

可选地，所述方法还包括：