[发明专利]一种纸质合同防篡改校验方法及系统

权利要求书

1.一种纸质合同防篡改校验方法，其特征在于，该方法基于一系统实现，所述系统包括有录入单元（1）、OCR识别单元（2）、存储单元（3）、读取单元（4）和校验单元（5），所述方法包括如下步骤：

步骤S1，将所述纸质合同的原始电子文档保存于所述存储单元（3）；

步骤S2，获取所述纸质合同的扫描件；

步骤S3，所述OCR识别单元（2）利用OCR识别技术对所述扫描件进行文字识别，将识别得到的文字信息保存为目标文件；

步骤S4，所述读取单元（4）向所述存储单元（3）获取原始电子文档，然后读取所述原始电子文档的文字信息并保存为参照文件；

步骤S5，所述校验单元（5）对所述目标文件与所述参照文件中的文字信息进行逐行比较，对所述目标文件中与所述参照文件不同的文字进行标示；

所述步骤S3中，首先构建一个总列表listIn和一个段落列表listPara，所述OCR识别单元（2）对所述扫描件进行文字识别的过程包括：

步骤S30，将所述OCR识别单元（2）识别的每行文字信息按照预设顺序写入所述总列表listIn中；

步骤S31，将当前行作为新段落的开始行，写入所述段落列表listPara中；

步骤S32，读取下一行进行判断处理：

步骤S320，判断当前行高与上一行高之差是否达到预设的行高阈值，若是，则表示字体大小发生变化，上一段落已结束，将当前行作为新段落的第一行，然后执行步骤S33；若否，则执行步骤S321；

步骤S321，判断当前行缩进是否超过两个字段，若是，则表示上一段落已经结束，将当前行记为新段落的第一行，然后执行步骤S33；若否，则执行步骤S322；

步骤S322，判断当前行的终止位置坐标是否大于上一行终止位置坐标两个字符，若是，则表示上一段落已经结束，当前行记为新段落的第一行，然后执行步骤S33；若否，则执行步骤S323；

步骤S323，判断当前行终止位置坐标是否小于上一行终止位置坐标两个字符，若是，则表示当前行为段落结束行，先将当前行写入所述段落列表listPara中，然后调取下一行作为当前行，并执行步骤S33；若否，则执行步骤S34；

步骤S33，将所述段落列表listPara中的内容合并后作为段落写入预设的输出列表listOut中，同时清空所述段落列表listPara，返回至所述步骤S31；

步骤S34，若所述步骤S320、所述步骤S321、所述步骤S322和所述步骤S323的判断结果皆为否，说明当前行是段落中的一行，将当前行直接写入所述段落列表listPara中，然后调取下一行作为当前行，返回至所述步骤S32；

循环执行所述步骤S31至步骤S34，直至所述总列表listIn中的全部文本行识别完成，将所述输出列表listOut的输出结果保存为目标文件。

2.如权利要求1所述的纸质合同防篡改校验方法，其特征在于，所述文字信息包括行标志、行宽度标志、行高度标志、页标志以及文字内容。

3.如权利要求1所述的纸质合同防篡改校验方法，其特征在于，所述步骤S1中，所述原始电子文档的格式为WORD格式或者PDF格式。

4.如权利要求1所述的纸质合同防篡改校验方法，其特征在于，所述步骤S2中，所述扫描件通过扫描仪对所述纸质合同进行扫描后得到，或者对所述纸质合同拍照合并形成PDF格式文件后得到。

5.如权利要求1所述的纸质合同防篡改校验方法，其特征在于，所述步骤S4中，所述读取单元（4）基于PDFBOX、iText或者POI文档处理技术向所述存储单元（3）获取原始电子文档。

6.如权利要求1所述的纸质合同防篡改校验方法，其特征在于，所述步骤S5中，所述校验单元（5）利用预设的diff-utils工具对所述目标文件与所述参照文件中的文字信息进行逐行比较，根据所述diff-utils工具输出的比较结果生成文档差异表。