PDF文档的图表提取方法、电子设备和存储介质
授权
摘要
本发明实施例涉及数据处理领域，公开了一种PDF文档的图表提取方法、电子设备和存储介质。PDF文档的图表提取方法包括：对所述PDF文档进行划分，获取若干个待处理子区域Box并根据所述Box获取图表的标识位置，其中，所述标识位置包括标题位置和来源位置；根据所述标题位置和所述来源位置在去除页眉和页尾后的所述PDF文档中截图，获取第一图表；利用预设的识别模型处理所述PDF文档，获取图表截图；若检测到所述图表截图缺少标识，在所述PDF文档中识别所述图表截图缺少的所述标识并获取标识截图，组合所述图表截图和所述标识截图，获取第二图表；根据所述第一图表和所述第二图表获取实际提取图表。应用在PDF文档提取中。
基本信息
专利标题 ：
PDF文档的图表提取方法、电子设备和存储介质
专利标题（英）：
暂无
公开（公告）号 ：
CN112464626A
申请号 ：
CN202011449003.5
公开（公告）日 ：
2021-03-09
申请日 ：
2020-12-09
授权号 ：
CN112464626B
授权日 ：
2022-04-01
发明人 ：
王小凤张浩波
申请人 ：
上海携宁计算机科技股份有限公司
申请人地址 ：
上海市徐汇区乐山路33号403室
代理机构 ：
上海晨皓知识产权代理事务所(普通合伙)
代理人 ：
成丽杰
优先权 ：
CN202011449003.5
主分类号 ：
G06F40/166
IPC分类号 ：
G06F40/166 G06F40/258 G06K9/00
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F40/166
编辑，例如插入或删除
法律状态
2022-04-01 ：
授权
2021-03-26 ：
实质审查的生效
IPC(主分类) : G06F 40/166
申请日 : 20201209
申请日 : 20201209
2021-03-09 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
