一種基于OCR預(yù)判斷的PDF文件轉(zhuǎn)換方法
基本信息
申請?zhí)?/td> | CN201811206109.5 | 申請日 | - |
公開(公告)號 | CN109492199A | 公開(公告)日 | 2019-03-19 |
申請公布號 | CN109492199A | 申請公布日 | 2019-03-19 |
分類號 | G06F17/22(2006.01)I; G06K9/20(2006.01)I | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 馬萬炯 | 申請(專利權(quán))人 | 四川譯訊信息科技有限公司 |
代理機構(gòu) | 成都睿道專利代理事務(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31層07號 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明公開了一種基于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PDF文件中各頁面是否需要進行ocr;針對需要進行ocr的頁面進行ocr,得到文本信息;針對不需要進行ocr的頁面直接從該PDF頁面中文本對象的文字編碼信息提取文本信息;通過PDF解析算法和Office文件重構(gòu)算法將該PDF文件轉(zhuǎn)換為對應(yīng)的可編輯文檔。本發(fā)明通過對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識別的同時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,轉(zhuǎn)換效果好。 |
