[发明专利]一种版式文档中的含线表格信息提取方法在审
| 申请号： | 201910743582.5 | 申请日： | 2019-08-13 |
| 公开（公告）号： | CN110688825A | 公开（公告）日： | 2020-01-14 |
| 发明（设计）人： | 张诗玉;徐剑波;王磊 | 申请（专利权）人： | 北京众信博雅科技有限公司 |
| 主分类号： | G06F40/177 | 分类号： | G06F40/177;G06F40/18 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100000 北京市海淀*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及本发明涉及一种版式文档中的含线表格信息提取方法，包括以下步骤：步骤一、解析版式文档，逐页获取页面信息及页面中文字块和直线信息；步骤二、对各页的直线进行合并；步骤三、连续页拼接，将所有页面拼接，最终整个版式文件获得一个虚拟页；步骤四、提取表格所在位置和表格中直线信息；步骤五、结合文字块和表格线提取表格中各单元格内容和位置信息；步骤六、表格单元格的组织结构分析，本发明能有效提高表格的识别效果，尤其是不规则表格，减少了版式文档排版识别、转换的困难，有助于提高版式文档解析的效率和效果。 | ||
| 搜索关键词： | 版式文档 直线信息 拼接 页面 解析 组织结构分析 表格单元格 单元格内容 版式文件 表格信息 页面信息 不规则 表格线 文字块 逐页 字块 排版 虚拟 合并 转换 中文 | ||
【主权项】：
1.一种版式文档中的含线表格信息提取方法，包括以下步骤：步骤一、解析版式文档，逐页获取页面信息及页面中文字块和直线信息；步骤二、对各页的直线进行合并；步骤三、连续页拼接，将所有页面拼接，最终整个版式文件获得一个虚拟页；步骤四、提取表格所在位置和表格中直线信息；步骤五、结合文字块和表格线提取表格中各单元格内容和位置信息；步骤六、表格单元格的组织结构分析。/n
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北京众信博雅科技有限公司，未经北京众信博雅科技有限公司许可，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/201910743582.5/，转载请声明来源钻瓜专利网。
