[发明专利]矢量图分类引擎

摘要

在本文中描述并在附图中示出了矢量图分类引擎及相关联的用于对固定格式文档中的矢量图进行分类的方法。矢量图分类引擎定义用于对从固定格式文档中解析作为字体、文本、段落、表、以及页面效果(如阴影、边界、下划线、以及删除线)等的矢量图进行分类的流水线。没有被以其他方式分类的矢量图被指定为基本图。通过按所选次序对检测操作进行排序，最小化或消除了误分类。

主权项

一种用于对从固定格式文档解析成流格式矢量图元素的数据中出现的矢量图进行分类的矢量图分类方法，所述方法包括以下步骤：将来自固定格式文档的矢量图路径和文本串提取成物理布局数据对象，每一所述矢量图路径包括所述矢量图路径在所述固定格式文档的页面上的物理位置，每一所述文本串包括所述文本串在所述固定格式文档的页面上的物理位置；分析所述矢量图路径以将形成所选形状的一个或多个矢量图路径标识为矢量图，所述矢量图具有由所述矢量图路径所限定的物理位置；分析所述文本串以将所述文本串中位于靠近所选形状的物理位置的物理位置处的至少一个文本串标识为附近文本串；以及基于所选形状的所述物理位置与所述附近文本串的所述物理位置之间的关系来分类所述矢量图，其中，分类所述矢量图的所述步骤还包括以下步骤：基于所述矢量图与所述附近文本串之间的关系来将所述矢量图选择性地分类为文本串效果；在尝试将所述矢量图分类为文本串效果的所述步骤之后，基于所述矢量图与所述附近文本串之间的关系来将先前未被分类的所述矢量图选择性地分类为字体效果；在尝试将所述矢量图分类为字体效果的所述步骤之后，基于所述矢量图与所述附近文本串之间的关系来将先前未被分类的所述矢量图选择性地分类为表边界；在尝试将所述矢量图分类为表边界的所述步骤之后，基于所述矢量图与所述附近文本串之间的关系来将先前未被分类的所述矢量图选择性地分类为段落效果；在尝试将所述矢量图分类为段落效果的所述步骤之后，基于所述矢量图与所述附近文本串之间的关系来将先前未被分类的所述矢量图选择性地分类为页面效果；以及当所述矢量图在先前步骤中未被分类时，将先前未被分类的所述矢量图分类为基本图图像。