[发明专利]一种版式文件图文自动关联的方法及系统

权利要求书

1.一种版式文件图文自动关联方法，其特征在于，该方法包括：

A：从版式文件中获取图片块集合{P}和文章集合{A}；

B：从反解版式文件后得到的图片块集合{P}中取出一个与已取图片块不同的图片块；

C：依次获取文章集合{A}中的文章，比较获取得到的文章是否与步骤B中取出的图片块近邻，如果没有文章与图片块近邻，直接转至步骤D；否则，则将此图片块设置为该文章的附图；

D：重复以上步骤，直至图片块集合{P}中的所有图片块被取过一次；

其中，在文章集合{A}中查找与图片块近邻的文章；比较获取得到的文章是否与取出的图片块近邻具体操作为：

(1.1)设置获取得到的图片块为P1，获取得到的文章为A1；新建文字块集合{T}，从文章A1中获取文章的引题，标题，副题所对应的文字块，放置在文字块集合集合{T}中；

(1.2)依次获取文字块集合{T}中的文字块，设为T1，查看图片块P1是否与文字块T1近邻；如果近邻条件成立，记录图片块P1与文章的重叠度；如果近邻条件不成立，继续从文字块集合{T}中获取下一个文字块，继续同该图片块P1进行比较是否近邻；如果图片块P1和文字块集合{T}中任何一个文字块都不存在近邻的关系，那么执行步骤(1.3)；

(1.3)比较图片块P1是否与文章正文近邻：新建文字块集合{L}，如果文章正文对应的文字块的子块个数大于1，则获取得到该正文对应的文字块的所有子块，并放置在集合{L}中，依次获取集合{L}中的文字块，设为T1，查看图片块P1与文字块T1是否近邻；否则比较文章正文对应的文字块T1同图片块P1是否近邻；如果近邻条件成立，记录图片块P1与文章的重叠度；

其中，步骤(1.2)中查看图片块P1是否与文字块T1近邻的方法如下：

版面平均字体大小为所有的文字块的字号的平均值，设置为AvgFontSize； 

设取到的图片块P1的左上角坐标为(X1，Y1)，右下角坐标为(X1’，Y1’)；图片块P1的宽度为W1＝X1’X1，图片块P1的高度H1＝Y1’-Y1；

获取到的文字块T1左上角坐标为(X2，Y2)，右下角坐标为(X2’，Y2’)；文字块T1的宽度为W2＝X2’-X2，文字块T1的高度H2＝Y2’-Y2，文字块T1的字体大小为f；

然后进行如下操作：

(1.2.1)计算图片块P1与文字块T1近邻的有效距离：

DistThreshold＝C1*AvgFontSize+f*C2；

其中C1和C2为图片块P1与文字块T1近邻的调节系数，1＜C1＜5，0.1＜C2＜0.5；在实际的应用过程中，根据实际的需要调节C1和C2，得到图片块P1与文字块T1近邻的有效距离；

(1.2.2)计算图片块P1与文字块T1的重叠度：

垂直方向上的重叠度：

OverlapY＝(min(Y1’，Y2’)-max(Y1，Y2))/(max(Y1’，Y2’)-min(Y1，Y2))；

水平方向上的重叠度：

OverlapX＝(min(X1’，X2’)-max(X1，X2))/(max(X1’，X2’)-min(X1，X2))；

(1.2.3)计算图片块P1与文字块T1最小重叠度：

水平方向上的最小重叠是：

OverlapXMin＝(min(X1’，X2’)-max(X1，X2))/min(X1’-X1，X2’-X2)；

垂直方向上的最小重叠度：

OverlapYMin＝(min(Y1’，Y2’)-max(Y1，Y2))/min(Y1’Y1，Y2’-Y2)；

(1.2.4)计算文字块T1与图片块P1的重叠距离：

水平方向上的重叠距离DistX：

DistX＝max(X1，X2)-min(X1’，X2’)；

垂直方向上的重叠距离DistY：

DistY＝max(Y1，Y2)-min(Y1’，Y2’)； 

其中max(a，b)表示取两者的较大值，min(a，b)表示取两者的较小值；

(1.2.5)判定如下条件是否其中一项成立：

a 1.OverlapX＞Dx且OverlapY＞Dy；

b 1.OverlapXMin＞Dxmin且OverlapY＞Dy；

c 1.OverlapYMin＞Dymin且OverlapX＞Dx；

d 1.OverlapYMin＞Dymin  且OverlapXMin  ＞Dxmin  且(X2’-X2)＞C*AvgFontSize；其中C为文字块T1与图片块P1近邻的调节系数，2＜C＜8；

e1.文章标题对应的文字块的排版类型为水平排版时，且OverlapX＞0且OverlapXMin＞Dxmin且DistY＜DistThreshold且Y2＜Y1；

f1.文章标题对应的文字块的排版类型为垂直排版时，且OverlapY＞0且OverlapYMin＞Dymin且DistY＜DistThreshold；

如果以上条件任何一项都成立，则表示图片块P1与文字块T1近邻；近邻成立的时候记录图片块P1与文章的重叠度；文章A1标题对应的文字块的排版类型为水平排版时，那么图片块P1与文章的重叠度为OverlapX，文章A1标题对应的文字块的排版类型为垂直排版时，图片块P1与文章的重叠度为OverlapY；

其中，步骤(1.3)中查看图片块P1与文字块T1是否近邻的方法具体为：

(1.3.1)计算图片块P1与文字块T1近邻的有效距离：

DistThreshold＝C1*AvgFontSize；

其中C1为图片块P1与文字块T1近邻的调节系数，1＜C1＜5；在实际的应用过程中，根据实际的需要调节C1，得到图片块P1与文字块T1近邻的有效距离；

(1.3.2)利用步骤(1.2.2)的方法，计算图片块P1与文字块T1重叠度，得到OverlapY和OverlapX；

(1.3.3)利用步骤(1.2.3)的方法，计算图片块P1与文字块T1最小重叠 度，得到OverlapXMin和OverlapYMin；

(1.3.4)判定如下条件是否其中一项成立：

a2.OverlapX＞Dx且OverlapY＞Dy；

b2.OverlapXMin＞Dxmin且OverlapY＞Dy；

c2.OverlapYMin＞Dymin且OverlapX＞Dx；

d2.OverlapX＞Dx且OverlapY＞Dy且OverlapXMin*OverlapYMin＞Dxymin且OverlapX*OverlapY＞Dxy；

e2.OverlapXMin＞Dxmin且OverlapYMin＞Dymin；

如果以上条件任何一项都成立，则表示图片块P1与文字块T1近邻；近邻成立的时候记录图片块P1与文章的重叠度；重叠度为OverlapX和OverlapY中最大的一个；

所述步骤(1.2.5)和(1.3.4)中，Dx和Dy为文字块T1与图片块P1之间水平和垂直方向上的近邻重叠系数，0＜Dx＜1，0＜Dy＜1；Dxmin和Dymin为文字块T1与图片块P1之间水平和垂直方向上的最小近邻重叠系数，0＜Dxmin＜1，0＜Dymin＜1；所述步骤(1.3.4)中，Dxymin为最小公共重叠系数，0＜Dxymin＜1；Dxy为公共重叠系数，0＜Dxy＜1；在实际的应用过程中，根据实际的需要调节以上系数。