一種基于OCR預(yù)判斷的PDF文件轉(zhuǎn)換方法
基本信息
| 申請(qǐng)?zhí)?/td> | CN201811206109.5 | 申請(qǐng)日 | - |
| 公開(kāi)（公告）號(hào) | CN109492199A | 公開(kāi)（公告）日 | 2019-03-19 |
| 申請(qǐng)公布號(hào) | CN109492199A | 申請(qǐng)公布日 | 2019-03-19 |
| 分類(lèi)號(hào) | G06F17/22（2006.01）I; G06K9/20（2006.01）I | 分類(lèi) | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 馬萬(wàn)炯 | 申請(qǐng)（專(zhuān)利權(quán)）人 | 四川譯訊信息科技有限公司 |
| 代理機(jī)構(gòu) | 成都睿道專(zhuān)利代理事務(wù)所（普通合伙） | 代理人 | 四川譯訊信息科技有限公司 |
| 地址 | 610041 四川省成都市高新區(qū)蜀錦路88號(hào)31層07號(hào) | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開(kāi)了一種基于OCR預(yù)判斷的PDF文件轉(zhuǎn)換方法，包括以下步驟：解析PDF文件，判斷該P(yáng)DF文件中各頁(yè)面是否需要進(jìn)行ocr；針對(duì)需要進(jìn)行ocr的頁(yè)面進(jìn)行ocr，得到文本信息；針對(duì)不需要進(jìn)行ocr的頁(yè)面直接從該P(yáng)DF頁(yè)面中文本對(duì)象的文字編碼信息提取文本信息；通過(guò)PDF解析算法和Office文件重構(gòu)算法將該P(yáng)DF文件轉(zhuǎn)換為對(duì)應(yīng)的可編輯文檔。本發(fā)明通過(guò)對(duì)PDF文件的預(yù)解析，提高了PDF文字提取的正確率，在減少不必要的ocr識(shí)別的同時(shí)保證了文字提取的準(zhǔn)確度并提高了PDF文件的轉(zhuǎn)換效率，適用性強(qiáng)，轉(zhuǎn)換效果好。 |
