[发明专利]一种完整识别PDF文件页眉页脚的技术在审
| 申请号： | 201910587311.5 | 申请日： | 2019-06-28 |
| 公开（公告）号： | CN110543810A | 公开（公告）日： | 2019-12-06 |
| 发明（设计）人： | 徐茂龙;杨鸿健;程晨 | 申请（专利权）人： | 南京智录信息科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 210000 江苏省南京市江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种PDF文件页眉页脚识别的方法：解析PDF，得到PDF原始存储数据，根据每一页进行拆分。根据PDF页面内存储数据的顺序来识别页眉页脚；具体特征：在没有页眉页脚的情况下，PDF文档的数据是从上往下，从左往右开始逐个存储的，但是当有页眉页脚的情况下，PDF文档是先存储页眉再存储页脚，然后是正文数据部分。根据文档数据顺序以及页面最底端行数据的位置来获取页眉页脚。根据文本数据的距离底端的距离判断，另外对于纯图片格式的PDF文件，根据特征识别获取页眉页脚。包括以下步骤：查找页面头部和尾部的页眉页脚特征，根据多页的特征情况进行分析，对于多种页眉页脚形式进行分类。 | ||
| 搜索关键词： | 页眉页脚 页面 存储 原始存储数据 存储数据 距离判断 特征识别 图片格式 文本数据 文档数据 页面头部 正文数据 存储页 行数据 最底端 多页 页眉 解析 查找 分类 分析 | ||
【主权项】：
1.一种完整识别PDF文件页眉页脚的方法，其特征在于，包括以下步骤：/n(1)针对正常非纯图片(扫面件)格式的PDF文件，利用pdf.js开源软件获取原始数据；/n(2)判断是否存在页眉页脚；/n(3)查找页面内页眉页脚的纵向范围值；/n(4)对查找结果1进行修正；/n(5)针对上述结果偏差较大或纯图片格式的PDF文件，利用图像识别获取到页面中的线段以及文本等相关信息；/n(6)查找页面中页眉页脚及其特征；/n(7)对查找结果2进行修正。/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南京智录信息科技有限公司，未经南京智录信息科技有限公司许可，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/201910587311.5/，转载请声明来源钻瓜专利网。
