[发明专利]一种PDF文件修复方法和系统在审
| 申请号： | 201910456021.7 | 申请日： | 2019-05-29 |
| 公开（公告）号： | CN110222617A | 公开（公告）日： | 2019-09-10 |
| 发明（设计）人： | 左林翼;杨龙杰;盛鹏展;杨超;李剑 | 申请（专利权）人： | 四川译讯信息科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06F17/24 |
| 代理公司： | 成都九鼎天元知识产权代理有限公司 51214 | 代理人： | 韩雪 |
| 地址： | 610041 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种PDF文件修复方法和系统。方法流程为：A．绘制PDF文件中每个字符的字符图像；B．采用OCR识别模型分别对每个字符图像进行字符识别，基于字符识别结果，编制出字符映射表，该字符映射表含字符字型与字符编码的映射关系；C．以字符映射表修复PDF文件的CMAP表。系统包括依次连接的字符扫描模块、OCR识别模块、映射表构建模块和CMAP表修复模块；字符扫描模块绘制PDF文件中的字符图像，OCR识别模块对其进行识别以得到字符字型，映射表构建模块基于字符字型和通用字符编码表构建字符映射表，CMAP表修复模块一字符映射表修复PDF文件的CMAP表。本发明可以从根本上解决PDF文件的文本不可被有效复制的问题，所修复的PDF文件可被一直使用。 | ||
| 搜索关键词： | 映射表 修复 字符图像 字符字型 构建模块 修复模块 字符扫描 绘制 字符识别结果 通用字符 依次连接 映射关系 字符编码 字符识别 编码表 构建 复制 文本 编制 | ||
【主权项】：
1.一种PDF文件修复方法，其特征在于，该PDF文件修复方法包括以下流程：A．绘制PDF文件中每个字符的字符图像；B．采用OCR识别模型分别对每个字符图像进行字符识别，基于字符识别结果和通用字符编码表，编制出字符映射表，所述字符映射表含字符字型与字符编码的映射关系；C．以所述字符映射表修复PDF文件的CMAP表。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于四川译讯信息科技有限公司，未经四川译讯信息科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910456021.7/，转载请声明来源钻瓜专利网。
