[发明专利]一种PDF文本段落生成的方法有效
| 申请号： | 201010136399.8 | 申请日： | 2010-03-25 |
| 公开（公告）号： | CN101876967A | 公开（公告）日： | 2010-11-03 |
| 发明（设计）人： | 晏检平 | 申请（专利权）人： | 深圳市万兴软件有限公司 |
| 主分类号： | G06F17/22 | 分类号： | G06F17/22;G06F17/24 |
| 代理公司： | 深圳市顺天达专利商标代理有限公司 44217 | 代理人： | 郭伟刚 |
| 地址： | 518057 广东省深圳市南山区科技南*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种PDF文本段落生成的方法，该方法包括：A.识别并提取PDF文本的文字块；B.剔除不同层中重复的文字块，并且确定文本行，所确定的文本行组成文本行集合；C.将文本行集合进行水平方向划分，得到一个或多个第一文本；然后对第一文本集合中的每个第一文本分别进行垂直方向划分，分别得到一个或多个第二文本，提取一个或多个第二文本之间的空白区域以组成空白区域集合；D.合并第一文本集合中两相邻的第一文本，以得到文本排版行；E.划分合并后的文本排版行，以形成文本排版列和文本段落。实施本发明的技术方案，经过该方法处理过的文本结构易生成RTF格式，效果好，且可编辑度高；另外，该方法是自动排版，无需人工干预。 | ||
| 搜索关键词： | 一种 pdf 文本 段落 生成 方法 | ||
【主权项】：
一种PDF文本段落生成的方法，其特征在于，包括：A.识别并提取PDF文本的文字块；B.剔除不同层中重复的文字块，并且确定文本行，所确定的文本行组成文本行集合；C.将所述文本行集合进行水平方向划分，得到一个或多个第一文本，所述一个或多个第一文本组成第一文本集合；然后对第一文本集合中的每个第一文本分别进行垂直方向划分，分别得到一个或多个第二文本，所述一个或多个第二文本组成第二文本集合，提取第二文本集合中一个或多个第二文本之间的空白区域以组成空白区域集合；D.合并第一文本集合中两相邻的第一文本，以得到文本排版行；E.划分合并后的文本排版行，以形成文本排版列和文本段落。
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深圳市万兴软件有限公司，未经深圳市万兴软件有限公司许可，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/201010136399.8/，转载请声明来源钻瓜专利网。
