[发明专利]一种PDF等版式文档中识别表格的方法有效
| 申请号： | 202110598830.9 | 申请日： | 2021-05-31 |
| 公开（公告）号： | CN113343815B | 公开（公告）日： | 2022-06-07 |
| 发明（设计）人： | 安永进;鲁林 | 申请（专利权）人： | 北森云计算有限公司 |
| 主分类号： | G06V30/413 | 分类号： | G06V30/413;G06V30/414;G06F40/177;G06F40/174 |
| 代理公司： | 成都九鼎天元知识产权代理有限公司 51214 | 代理人： | 徐静 |
| 地址： | 610041 四川省成都市*** | 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等版式文档中识别表格的方法，包括以下步骤：在PDF页面渲染过程中，记录页面状态，忽略隐藏线条，记录有效的横向线段和纵向线段；合并近似共线且相交或近似相交的横向线段和纵向线段；找到所有横向线段和纵向线段的交点和两侧端点；划分出多个互不联通的点线区域，将交点不超过4个的点线区域作为无效区域，多个相邻的无效区域作为无连通区域组并确定其单元格；针对交点超过4个的点线区域，得到每个单元格的坐标及边线；将每个单元格组划分为若干个表格行；得到表格整体的行数和列数；根据坐标设置单元格内的内容。本发明识别单元格更准确，不会因文本坐标出现漏识别或错识别，能准确提取单元格的行列特征。 | ||
| 搜索关键词： | 一种 pdf 版式 文档 识别 表格 方法 | ||
【主权项】：
暂无信息
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森云计算有限公司，未经北森云计算有限公司许可，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/202110598830.9/，转载请声明来源钻瓜专利网。
