CN119418340A 一种基于ocr引擎的标书文档标题结构抽取方法 （中国长江电力股份有限公司）_第1页
CN119418340A 一种基于ocr引擎的标书文档标题结构抽取方法 （中国长江电力股份有限公司）_第2页
CN119418340A 一种基于ocr引擎的标书文档标题结构抽取方法 （中国长江电力股份有限公司）_第3页
CN119418340A 一种基于ocr引擎的标书文档标题结构抽取方法 （中国长江电力股份有限公司）_第4页
CN119418340A 一种基于ocr引擎的标书文档标题结构抽取方法 （中国长江电力股份有限公司）_第5页
已阅读5页，还剩11页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于OCR引擎的标书文档标题结构抽取本发明公开了一种基于OCR引擎的标书文档标题结构抽取方法，包括将pdf格式的标书文件转换为图像文件；利用OCR识别对标书图像文件进行文本内容识别；根据OCR识别结果的文本块利用页眉页脚规则和标题特征对标题段落进行22.根据权利要求1所述的一种基于OCR引擎的标书文档标题结构抽取方法，其特征在3.根据权利要求1所述的一种基于OCR引擎的标书文档标题结构抽取方法，其特征在4.根据权利要求1所述的一种基于OCR引擎的标书文档标题结构抽取方法，其特征在5.根据权利要求1所述的一种基于OCR引擎的标书文档标题结构抽取方法，其特征在6.根据权利要求1所述的一种基于OCR引擎的标书文档标题结构抽取方法，其特征在7.根据权利要求5所述的一种基于OCR引擎的标书文档标题结构抽取方法，其特征在3[0001]本发明属于表格内容提取技术领域，特别是涉及一种基于OCR引擎的标书文档标要设计一种基于OCR引擎的标书文档标题结构抽取方法来[0003]本发明所要解决的技术问题是提供一种基于OCR引擎的标书文档标题结构抽取方45[0023]例如某一个文本块OCR识别JSON结果为{'ret':[{'rect':{'left':417,'rect':{'left':417,'top':133,'width':50,'height':64},'prob':min':0.9998947382,'variance':1.577323161e_0[0025]如图2所示，对某一标书中其中一页样例页面说明的小票图片转换为文本内容如67以及段落标题结构优化模块；该系统用于执行所述的一种基于OCR引擎的标书文档标题结8

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论