龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国科学院自动化研究所
摘要：本发明提供一种PDF文档图文对的提取方法、装置、设备及存储介质，属于数据处理技术领域，其方法包括：对目标PDF文档进行解析，得到文本块数据和文本块数据对应的文本坐标，将目标PDF文档逐页转换成文档图像；对文本块数据进行筛选去重处理，获取候选图例文本，并确定候选图例文本对应的候选图例文本坐标，基于图像处理技术对文档图像进行处理，提取候选插图区域；基于候选图例文本坐标，对候选图例文本和候选插图区域进行匹配，过滤匹配失败的候选图例文本和匹配失败的候选插图区域，合并属于同一图例的候选插图区域，得到目标PDF文档的图文对匹配结果。从而精准识别并提取PDF文档中的图文对，操作流程简单、硬件资源开销低。
主权项：1.一种可携带文档格式PDF文档图文对的提取方法，其特征在于，包括：对目标PDF文档进行解析，得到文本块数据和所述文本块数据对应的文本坐标，以及，将所述目标PDF文档逐页转换成文档图像；对所述文本块数据进行筛选去重处理，获取候选图例文本，并确定所述候选图例文本对应的候选图例文本坐标，以及，基于图像处理技术对所述文档图像进行处理，提取候选插图区域；基于所述候选图例文本坐标，对所述候选图例文本和所述候选插图区域进行匹配，过滤匹配失败的候选图例文本和匹配失败的候选插图区域，以及合并属于同一图例的候选插图区域，得到所述目标PDF文档的图文对匹配结果。
全文数据：
权利要求：
百度查询： 中国科学院自动化研究所 PDF文档图文对的提取方法、装置、设备及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号