一种基于图像信息的PDF有边框表格抽取方法
基本信息
| 申请号 | CN201810142924.3 | 申请日 | - |
| 公开（公告）号 | CN110163030A | 公开（公告）日 | 2019-08-23 |
| 申请公布号 | CN110163030A | 申请公布日 | 2019-08-23 |
| 分类号 | G06K9/00;G06K9/20;G06F17/24 | 分类 | 计算；推算；计数; |
| 发明人 | 陈前力;王博远;吴雪军 | 申请（专利权）人 | 鼎复数据科技（北京）有限公司 |
| 代理机构 | 北京康思博达知识产权代理事务所（普通合伙） | 代理人 | 鼎复数据科技（北京）有限公司 |
| 地址 | 100020 北京市朝阳区北辰世纪中心A座1550 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于图像信息的PDF有边框表格抽取方法，该方法中先读取出PDF文件中记载的关于横竖线条的信息，并据此重新绘制图表，再对新绘制的图表做精细化处理，滤掉其中多余线条，滤掉其中背景色，找出构成表格的横线和竖线，再补全可能缺失的边框线，最后再读取PDF文件中记载的文本信息及文本位置信息，将之填写在新绘制的表格中，从而得到可编辑的与PDF文本中内容一致的表格。 |
