技術(shù)特征：

1.一種pdf轉(zhuǎn)word場(chǎng)景下跨行、跨列單元格識(shí)別方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的pdf轉(zhuǎn)word場(chǎng)景下跨行、跨列單元格識(shí)別方法，其特征在于，所述行信息遍歷方法如下：

3.根據(jù)權(quán)利要求2所述的pdf轉(zhuǎn)word場(chǎng)景下跨行、跨列單元格識(shí)別方法，其特征在于，所述列信息遍歷方法如下：（3.2.1）如果當(dāng)前列信息集合為空，構(gòu)建新的列信息，并將當(dāng)前封閉圖形加入到新的列中；（3.2.2）如果當(dāng)前列集合不為空，判斷當(dāng)前封閉圖形是否被包含在某個(gè)列信息中，若是，則將當(dāng)前封閉圖形加入到當(dāng)前列中，若否，構(gòu)建一個(gè)新的列，將當(dāng)前封閉圖形加入到新的列中。

4.根據(jù)權(quán)利要求3所述的pdf轉(zhuǎn)word場(chǎng)景下跨行、跨列單元格識(shí)別方法，其特征在于，所述步驟s4的具體方法如下：

5.根據(jù)權(quán)利要求4所述的pdf轉(zhuǎn)word場(chǎng)景下跨行、跨列單元格識(shí)別方法，其特征在于，所述步驟s1中，pdf表格識(shí)別方法包括：

6.一種實(shí)現(xiàn)如權(quán)利要求1~5任一項(xiàng)所述的pdf轉(zhuǎn)word場(chǎng)景下跨行、跨列單元格識(shí)別方法的系統(tǒng)，其特征在于，包括：

7.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行，以實(shí)現(xiàn)如權(quán)利要求1~5中任一項(xiàng)所述的pdf轉(zhuǎn)word場(chǎng)景下跨行、跨列單元格識(shí)別方法。

8.一種pdf轉(zhuǎn)word場(chǎng)景下跨行、跨列單元格識(shí)別裝置，其特征在于，包括：處理器和存儲(chǔ)器；所述存儲(chǔ)器用于存儲(chǔ)計(jì)算機(jī)程序；所述處理器與所述存儲(chǔ)器相連，用于執(zhí)行所述存儲(chǔ)器存儲(chǔ)的計(jì)算機(jī)程序，以使得所述pdf轉(zhuǎn)word場(chǎng)景下跨行、跨列單元格識(shí)別裝置執(zhí)行如權(quán)利要求1~5中任一項(xiàng)所述的pdf轉(zhuǎn)word場(chǎng)景下跨行、跨列單元格識(shí)別方法。

技術(shù)總結(jié)
本發(fā)明屬于PDF文件解析技術(shù)領(lǐng)域，提供了一種PDF轉(zhuǎn)Word場(chǎng)景下跨行、跨列單元格識(shí)別方法、系統(tǒng)、裝置及介質(zhì)，其中，方法包括步驟S1：通過PDF表格識(shí)別方法，獲取到所有的封閉圖形信息，封閉圖形信息具有top、bottom、left、right信息；步驟S2：封閉圖形分類，并組合成表格的行信息；步驟S3：二階段進(jìn)行列信息初始化：將封閉圖形分類，并組合成表格的列信息；步驟S4：計(jì)算跨行、跨列數(shù)；步驟S5：根據(jù)計(jì)算的跨行、跨列數(shù)，完成表格的構(gòu)建。采用本發(fā)明，識(shí)別出PDF中的封閉矩形后，可以準(zhǔn)確的識(shí)別出完整且準(zhǔn)確的表格，使得在PDF轉(zhuǎn)Word的場(chǎng)景下，可以準(zhǔn)確并完整的轉(zhuǎn)換出表格信息，并且本發(fā)明使用純算法實(shí)現(xiàn)，不需要借助任何三方工具，速度具有極大的優(yōu)勢(shì)。

技術(shù)研發(fā)人員：蘭元,朱憲超,霍展羽,李晶
受保護(hù)的技術(shù)使用者：四川語(yǔ)言橋信息技術(shù)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9