[发明专利]一种针对PDF文档表格提取的系统及方法有效
| 申请号： | 201910738531.3 | 申请日： | 2019-08-12 |
| 公开（公告）号： | CN110516208B | 公开（公告）日： | 2023-06-09 |
| 发明（设计）人： | 李舟军;金代圣;肖武魁;刘俊杰;覃维 | 申请（专利权）人： | 深圳智能思创科技有限公司 |
| 主分类号： | G06F40/151 | 分类号： | G06F40/151;G06V30/412;G06V30/146 |
| 代理公司： | 北京慧泉知识产权代理有限公司 11232 | 代理人： | 李娜 |
| 地址： | 518000 广东省深圳市*** | 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： | 本发明公开一种针对PDF文档的表格提取的系统，包括表格特征提取模块、表格定位模块、表格内部结构解析模块；一种针对PDF文档的表格提取的方法，包括：S1、表格特征提取；S2、表格定位；S3、表格内部结构解析；最终表格被划分成了二维网格的结构，对于得到的二维网格化的表格，可以知道每个单元格的位置及大小，将表格使用HTML格式进行输出。本发明考虑了缺省线条以及底色区分单元格等特殊表格形式，能够对PDF表格数据进行高准确率的提取。 | ||
| 搜索关键词： | 一种 针对 pdf 文档 表格 提取 系统 方法 | ||
【主权项】：
1.一种针对PDF文档表格提取的系统，其特征在于：该系统包括：表格特征提取模块、表格定位模块、表格内部结构解析模块；/n所述的表格特征提取模块：该模块用于提取PDF文档中线条信息；该模块具体包括文字提取子模块和线条提取子模块；/n所述的表格定位模块：该模块用于通过外轮廓检测的方法定位表格区域；该模块具体包括基本表格定位子模块、缺省线条表格定位子模块及物体检测定位子模块；/n所述的表格内部结构解析模块，该模块用于提取全部单元格、还原表格的内部结构，以及将表格划分成二维网格结构；该模块具体包括基本表格解析子模块、缺省线条表格解析子模块、单元格文字提取子模块、表格二维网格化子模块、表格输出子模块。/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深圳智能思创科技有限公司，未经深圳智能思创科技有限公司许可，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/201910738531.3/，转载请声明来源钻瓜专利网。
