[发明专利]一种图文内容比对方法及装置

说明书

本发明涉及一种图文内容比对方法及装置，该方法包括：获取待比对的原文件和对比文件；将所述原文件和对比文件分别按照页码拆分成多张图片；将所述原文件和对比文件的拆分后的多张图片按照对应页码进行差异检测，得到差异图像；采用边缘检测算法在对比文件中标记出被修改的内容。本发明提供的技术方案利用图像的差异检测和边缘检测确定出原文件和对比文件的不同，并标记出来，提高了比对速度和准确率。

技术领域

本发明涉及智能识别技术领域，尤其涉及一种图文内容比对方法及装置。

背景技术

在文档有更新时，若是想知道修改了哪些内容，需要通过将更新后的文档与更新前的文档进行对比，来查看及核对内容改动点。

现有的文档比对工作主要是依靠人工完成，当文档的篇幅过长或是文档中包含图片信息等的时候，仅依靠人工完成相关的比对工作，由于工作量大，查找速度慢，而且容易出现漏检或误检等情况。

因此，需要提供一种图文内容比对方法及装置来解决现有技术的不足。

发明内容

为了解决现有技术中的问题，本发明提供了一种图文内容比对方法及装置。

本申请提供了一种图文内容比对方法，包括：

获取待比对的原文件和对比文件；

将所述原文件和对比文件分别按照页码拆分成多张图片；

将所述原文件和对比文件的拆分后的多张图片按照对应页码进行差异检测，得到差异图像；

采用边缘检测算法在对比文件中标记出被修改的内容。

进一步地，在获取待比对的原文件和对比文件之前，所述方法还包括：

检测所述原文件和对比文件的文件格式；

若所述原文件和对比文件的文件格式为预设文件格式，则不进行格式转换；

若所述原文件和/或对比文件的文件格式不为预设文件格式，则将所述原文件和/或对比文件的文件格式转换成预设文件格式。

进一步地，在将所述原文件和对比文件分别按照页码拆分成多张图片之后，所述方法还包括：

根据所述原文件和对比文件拆分后的图片的数量，判断所述原文件和对比文件的页数是否一致；

若所述数量一致，则判定所述原文件和对比文件的页数一致；

否则，不一致。

进一步地，所述方法还包括：

若所述原文件和对比文件的页数一致，则判断原文件和对比文件的拆分后的多张图片的像素是否相同；

若所述原文件和对比文件的拆分后的多张图片的像素相同，则将所述原文件和对比文件的拆分后的多张图片按照对应页码进行差异检测。

进一步地，在将所述原文件和对比文件的拆分后的多张图片按照对应页码进行差异检测，得到差异图像之前，所述方法还包括：

对差异检测设置检测精度，并将所述检测精度作为差值阈值；所述检测精度的范围为1～255。

进一步地，将所述原文件和对比文件的拆分后的多张图片按照对应页码进行差异检测，得到差异图像，包括：

将原文件和对比文件拆分后的所有图片分别转换成灰度图；

分别将原文件和对比文件对应页码的灰度图相减，得到差值图像；

判断所述差值图像中的各差异值的像素点是否大于或等于所述差值阈值；