[发明专利]PDF文档中表格解析的方法、系统、存储介质及电子设备在审
| 申请号： | 201910560269.8 | 申请日： | 2019-06-26 |
| 公开（公告）号： | CN110472208A | 公开（公告）日： | 2019-11-19 |
| 发明（设计）人： | 陆惠国 | 申请（专利权）人： | 上海恒生聚源数据服务有限公司 |
| 主分类号： | G06F17/24 | 分类号： | G06F17/24 |
| 代理公司： | 33217 杭州华鼎知识产权代理事务所(普通合伙) | 代理人： | 项军<国际申请>=<国际公布>=<进入国 |
| 地址： | 200127 上海*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及PDF文档中表格解析的方法、系统、存储介质及电子设备，S1：对PDF文档中的绘图指令进行解析，获得线段；S2：根据线段解析出表格及表格对应的位置，根据表格及表格对应的位置获取表格数据；S3：对表格数据进行校验，若表格格式错误，则进入步骤S4，若表格格式正确，则提取表格数据并进入步骤S5；S4：通过图像边缘检测算法对PDF文档进行解析，获得线段，然后进入步骤S2；S5：通过基于深度学习的物体探测算法来探测PDF文档中无表格线的表格存在的区域，并在判定成功的区域中的文本块的排列位置，添加表格线得到表格数据，提取表格数据。通过使用本发明，大大提高了采集表格数据的效率，提高了准确性。 | ||
| 搜索关键词： | 表格数据 线段 解析 表格格式 表格线 图像边缘检测算法 表格解析 存储介质 电子设备 绘图指令 排列位置 位置获取 物体探测 校验 文本块 算法 判定 探测 采集 成功 学习 | ||
【主权项】：
1.PDF文档中表格解析的方法，其特征在于，包括以下步骤：/nS1：对PDF文档中的绘图指令进行解析，获得线段；/nS2：根据线段解析出表格及表格对应的位置，根据表格及表格对应的位置获取表格数据；/nS3：对表格数据进行校验，若表格格式错误，则进入步骤S4，若表格格式正确，则提取表格数据并进入步骤S5；/nS4：通过图像边缘检测算法对PDF文档进行解析，获得线段，然后进入步骤S2；/nS5：通过基于深度学习的物体探测算法来探测PDF文档中无表格线的表格存在的区域，并在判定成功的区域中的文本块的排列位置，添加表格线得到表格数据，提取表格数据。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海恒生聚源数据服务有限公司，未经上海恒生聚源数据服务有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910560269.8/，转载请声明来源钻瓜专利网。
- 上一篇：表单生成方法和装置
- 下一篇：基于深度学习的表格生成方法、装置和计算机设备
