面向PDF表格的自动识别系统和方法专利查询专利号|摘要-满商公司网

面向PDF表格的自动识别系统和方法

基本信息

申请号	CN201811627644.8	申请日	-
公开（公告）号	CN109670477B	公开（公告）日	2021-02-26
申请公布号	CN109670477B	申请公布日	2021-02-26
分类号	G06K9/00(2006.01)I	分类	计算；推算；计数;
发明人	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
代理机构	上海段和段律师事务所	代理人	李佳俊;郭国中
地址	200120上海市浦东新区自由贸易试验区郭守敬路498号12幢21501-21507室
法律状态	-

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。