PDF目錄識別方法及電子設(shè)備、計算機(jī)可讀存儲介質(zhì)

基本信息

申請?zhí)?/td> CN202011504629.1 申請日 -
公開（公告）號 CN112632968A 公開（公告）日 2021-04-09
申請公布號 CN112632968A 申請公布日 2021-04-09
分類號 G06F40/237;G06F40/279;G06F40/151 分類 計算；推算；計數(shù);
發(fā)明人 陳健洋 申請（專利權(quán)）人 萬興科技（湖南）有限公司
代理機(jī)構(gòu) 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 代理人 黃廣龍
地址 410205 湖南省長沙市長沙高新開發(fā)區(qū)尖山路39號長沙中電軟件園總部大樓9樓
法律狀態(tài) -

摘要

摘要 本申請公開了一種PDF目錄識別方法及電子設(shè)備、計算機(jī)可讀存儲介質(zhì)，其中PDF目錄識別方法包括：獲取PDF文檔的每個頁面的原始文本段落集合；根據(jù)每一所述原始文本段落集合的數(shù)字隊列，得到符合目錄結(jié)構(gòu)特征的當(dāng)前文本段落集合；將所述當(dāng)前文本段落集合轉(zhuǎn)換成至少一個二值化矩陣；掃描每個所述二值化矩陣，得到掃描結(jié)果；根據(jù)所述掃描結(jié)果，確定當(dāng)前頁面為目標(biāo)目錄頁面。根據(jù)本申請的PDF目錄識別方法，能夠提取PDF文件中可能包含目錄信息的頁面，準(zhǔn)確識別出目錄結(jié)構(gòu)。