| 专利名称 | 一种基于区域识别与分割的PDF表格数据解析方法 | 申请号 | CN201710760650.X | 专利类型 | 发明专利 | 公开（公告）号 | CN107622230A | 公开（授权）日 | 2018.01.23 | 申请（专利权）人 | 中国科学院软件研究所 | 发明（设计）人 | 刘晓伟;刘张宇;薛云志 | 主分类号 | G06K9/00(2006.01)I | IPC主分类号 | G06K9/00(2006.01)I;G06K9/34(2006.01)I | 专利有效期 | 一种基于区域识别与分割的PDF表格数据解析方法 至一种基于区域识别与分割的PDF表格数据解析方法 | 法律状态 | 实质审查的生效 | 说明书摘要 | 本发明涉及一种基于区域识别与分割的PDF表格数据解析方法，定位PDF文档中要解析的指定页面，并将指定页面转换为灰阶图像文件；解析灰阶图像文件，获取其中的数据部分并保存到二维数组中；针对所得到的二维数组，通过表格分割线扫描算法，进行表格区域的识别和不同表格区域的分割；进行表格区域的识别和不同表格区域的分割后，依次对各个表格进行解析，在解析时，根据表格样式的不同，将表格分为非复杂结构的表格和复杂结构的表格进行处理，从而得到解析结果，能够提高复杂表格数据解析的准确率；将所得到的解析后的表格数据按照需要的文件格式进行存储。本发明是一种能够快速、准确地从PDF文档中提取所需要的表格数据的方法。 |
1、源头对接，价格透明
2、平台验证，实名审核
3、合同监控，代办手续
4、专员跟进，交易保障