用于識別PDF表格的方法、設(shè)備和介質(zhì)

基本信息

申請?zhí)?/td> CN202210007815.7 申請日 -
公開（公告）號 CN114022888B 公開（公告）日 2022-04-08
申請公布號 CN114022888B 申請公布日 2022-04-08
分類號 G06V30/412（2022.01）I;G06V30/414（2022.01）I 分類 計算；推算；計數(shù);
發(fā)明人 朱峰;尹揚;郭鵬華 申請（專利權(quán)）人 上海朝陽永續(xù)信息技術(shù)股份有限公司
代理機構(gòu) 北京市金杜律師事務(wù)所 代理人 王茂華
地址 201203 上海市浦東新區(qū)中國（上海）自由貿(mào)易試驗區(qū)碧波路690號4號樓501室
法律狀態(tài) -

摘要

摘要 本公開的實施例涉及用于識別PDF表格的方法、設(shè)備和介質(zhì)。在該方法中，可以針對PDF文件檢索目標(biāo)關(guān)鍵字，以便確定PDF文件中的目標(biāo)表格區(qū)域；獲取處于目標(biāo)表格區(qū)域內(nèi)的多個文本塊；基于所述多個文本塊的坐標(biāo)，確定關(guān)于目標(biāo)表格的掃描區(qū)域的左上起點和右下終點，以便提取掃描區(qū)域內(nèi)的所有文本塊；基于所提取的掃描區(qū)域內(nèi)的所有文本塊的坐標(biāo)，確定對角坐標(biāo)集合，所述對角坐標(biāo)集合包括所有文本塊中的每一個文本塊的對角坐標(biāo)；掃描對角坐標(biāo)集合，以便生成掃描結(jié)果數(shù)組；以及遍歷掃描結(jié)果數(shù)組，以便確定目標(biāo)表格中的單元格文本信息。由此，本公開能夠?qū)崿F(xiàn)復(fù)雜PDF表格的精確識別，并且還可以實現(xiàn)表格提取、分析等處理。