[发明专利]面向PDF表格的自动识别系统和方法有效
| 申请号： | 201811627644.8 | 申请日： | 2018-12-28 |
| 公开（公告）号： | CN109670477B | 公开（公告）日： | 2021-02-26 |
| 发明（设计）人： | 张长虹;冯卫强;张友豪;罗万昆;王瑞;贺晓燕 | 申请（专利权）人： | 上海大智慧财汇数据科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 上海段和段律师事务所 31334 | 代理人： | 李佳俊;郭国中 |
| 地址： | 200120 上海市浦东新区自由贸易试*** | 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： | 本发明提供一种面向PDF表格的自动识别系统和方法，扫描PDF格式的报表，识别出PDF文件中的表格内容、文字内容；完整保留原始表格样式，根据业务需求解析表格内容，对原始表格样式进行调整，得到调整后表格样式；自动识别表格内容中的文本和表头，以结构化形式输出，对得到的结构化入库数据进行筛选，根据业务需求过滤无效信息，校验表头各个科目数据的业务平衡性，得到校验合格数据并录入数据库；根据原始表格样式或者调整后表格样式对校验合格数据进行展示，并提供表格下载，得到excel格式的表格。实现PDF公告文件中表格的自动识别，结合实际金融业务处理的需求对表格进行个性化调整，解决现阶段数据快速增长报表处理速度问题。 | ||
| 搜索关键词： | 面向 pdf 表格 自动识别 系统 方法 | ||
【主权项】：
1.一种面向PDF表格的自动识别系统，其特征在于，包括：识别表格模块：扫描PDF格式的报表，识别出PDF文件中的表格内容、文字内容；抽取表格模块：完整保留原始表格样式，根据业务需求解析表格内容，对原始表格样式进行调整，得到调整后表格样式；识别文字模块：自动识别表格内容中的文本和表头，将文本和表头以结构化形式输出，得到结构化入库数据；筛选校验模块：对结构化入库数据进行筛选，根据业务需求过滤无效信息，校验表头各个科目数据的业务平衡性，得到校验合格数据并录入数据库；表格展示模块：根据原始表格样式或者调整后表格样式对校验合格数据进行展示，并提供表格下载，得到excel格式的表格。
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大智慧财汇数据科技有限公司，未经上海大智慧财汇数据科技有限公司许可，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/201811627644.8/，转载请声明来源钻瓜专利网。
- 上一篇：用户头像的生成方法及装置、电子设备、存储介质
- 下一篇：电子设备及其控制方法
