[发明专利]一种ppt文档的对比方法

权利要求书

1.一种ppt文档的对比方法，其特征在于，包括：

S1、获取新旧PPT文件；

S2、对所述S1中获取的新旧PPT文件进行对比处理，获取新旧ppt文本文字或图片内容的相似度，生成对比结果文件；所述S2包括：

文件转换、获取文件的MD5值；获取新旧ppt文件中幻灯片存在差异的页码；比较文字；比较图像；计算文本文字的相似度S；形成对比结果文件；

所述比较文字具体为：

通过e-iceblue软件工具包，加载ppt文件，同时根据不相同的页码集合获取页码对应的ppt幻灯片；

通过e-iceblue软件包中的Shape方式获取不相同页码的幻灯片下的段落文字，并去除空行；

通过diff_main算法，找到两个文本之间的差异，并将差异值记录存放在集合当中；

在差异页的页码当中创建幻灯片，并添加说明差异的内容；

所述比较图像具体为：

通过e-iceblue软件工具包，加载ppt文件，同时根据不相同的页码集合获取页码对应的ppt幻灯片；

通过e-iceblue软件包中的SlidePicture和BufferedImage对象，获取不相同页码中的幻灯片下的图像；

通过均值哈希算法，实现比较图像指纹的方式，对比两张图片是否相同，记录相同图片的数目；

通过数目计算ppt文件图片的引用率，引用率＝相同图片的数目/新ppt的图片总数；

所述获取新旧ppt文件中幻灯片存在差异的页码具体为：

利用POI和java中的AWT软件包，通过创建BufferedImage对象，将幻灯片转换成图片，图象的尺寸为原来PPT的每页的尺寸；

通过MD5算法，获取每张图片MD5值，通过MD5值来判断两张图片是否相同；

将图片完全不同的页码记录存储到页码集合当中。

2.根据权利要求1所述的ppt文档的对比方法，其特征在于，所述文件转换具体为：集成libreoffice工具使文件转换成.pptx文件格式。

3.根据权利要求2所述的ppt文档的对比方法，其特征在于，所述获取文件的MD5值具体为：通过‘MD5’算法获取文件的‘MD5’值，通过‘MD5’值是否相等来判断两个文件是否相同。

4.根据权利要求1所述的ppt文档的对比方法，其特征在于，所述计算文本文字的相似度S具体为：

通过Segment方法，对段落文本进行分词处理，并确定所述新PPT文件的特征词；

文本相似度计算判定，通过余弦相似度计算，即计算两个向量的夹角余弦值来评估他们的相似度：

已知向量a＝(x₁，y₁),向量b＝(x₂，y₂)，

其中a·b＝x₁x₂+y₁y₂，

5.根据权利要求4所述的ppt文档的对比方法，其特征在于，所述形成对比结果文件具体为：

在ppt末尾生成一张幻灯片，用于标注插入文字总相似度和图像比较的结果；

通过poi方式去除结果文件中产生的水印标记。