一种针对PDF文档表格提取的系统及方法
基本信息
| 申请号 | CN201910738531.3 | 申请日 | - |
| 公开（公告）号 | CN110516208A | 公开（公告）日 | 2019-11-29 |
| 申请公布号 | CN110516208A | 申请公布日 | 2019-11-29 |
| 分类号 | G06F17/22;G06K9/00;G06K9/32 | 分类 | 计算；推算；计数; |
| 发明人 | 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 |
| 代理机构 | 北京慧泉知识产权代理有限公司 | 代理人 | 深圳智能思创科技有限公司 |
| 地址 | 518000 广东省深圳市南山区深圳湾锦缎之滨第5-6栋6栋2C | ||
| 法律状态 | - | ||
摘要
| 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。 |
