PDF目錄識(shí)別方法及電子設(shè)備、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

基本信息

申請(qǐng)?zhí)?/td> CN202011504629.1 申請(qǐng)日 -
公開（公告）號(hào) CN112632968A 公開（公告）日 2021-04-09
申請(qǐng)公布號(hào) CN112632968A 申請(qǐng)公布日 2021-04-09
分類號(hào) G06F40/237;G06F40/279;G06F40/151 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 陳健洋 申請(qǐng)（專利權(quán)）人 萬(wàn)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(zhǎng)沙市長(zhǎng)沙高新開發(fā)區(qū)尖山路39號(hào)長(zhǎng)沙中電軟件園總部大樓9樓
法律狀態(tài) -

摘要

摘要 本申請(qǐng)公開了一種PDF目錄識(shí)別方法及電子設(shè)備、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中PDF目錄識(shí)別方法包括：獲取PDF文檔的每個(gè)頁(yè)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(duì)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(gè)二值化矩陣；掃描每個(gè)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(yè)面為目標(biāo)目錄頁(yè)面。根據(jù)本申請(qǐng)的PDF目錄識(shí)別方法，能夠提取PDF文件中可能包含目錄信息的頁(yè)面，準(zhǔn)確識(shí)別出目錄結(jié)構(gòu)。