一种PDF文件修复方法和系统专利查询专利号|摘要-满商公司网

一种PDF文件修复方法和系统

基本信息

申请号	CN201910456021.7	申请日	-
公开（公告）号	CN110222617A	公开（公告）日	2019-09-10
申请公布号	CN110222617A	申请公布日	2019-09-10
分类号	G06K9/00（2006.01）I; G06K9/62（2006.01）I; G06F17/24（2006.01）I	分类	计算；推算；计数;
发明人	左林翼; 杨龙杰; 盛鹏展; 杨超; 李剑	申请（专利权）人	四川译讯信息科技有限公司
代理机构	成都九鼎天元知识产权代理有限公司	代理人	四川译讯信息科技有限公司
地址	610041 四川省成都市高新区蜀锦路88号31层07号
法律状态	-

摘要

本发明公开了一种PDF文件修复方法和系统。方法流程为：A．绘制PDF文件中每个字符的字符图像；B．采用OCR识别模型分别对每个字符图像进行字符识别，基于字符识别结果，编制出字符映射表，该字符映射表含字符字型与字符编码的映射关系；C．以字符映射表修复PDF文件的CMAP表。系统包括依次连接的字符扫描模块、OCR识别模块、映射表构建模块和CMAP表修复模块；字符扫描模块绘制PDF文件中的字符图像，OCR识别模块对其进行识别以得到字符字型，映射表构建模块基于字符字型和通用字符编码表构建字符映射表，CMAP表修复模块一字符映射表修复PDF文件的CMAP表。本发明可以从根本上解决PDF文件的文本不可被有效复制的问题，所修复的PDF文件可被一直使用。