公开(公告)号：CN109086327A

公开(公告)日：2018-12-25

申请号：CN201810716386.4

申请日：2018-07-03

Applicant: 中国科学院信息工程研究所

Inventor： 柳厅文 ,  李彦增 ,  舒晓波 ,  刘曲 ,  时金桥 ,  李全刚 ,  张水利 ,  亚静

IPC: G06F17/30 ,  G06K9/32 ,  G06T7/13 ,  G06T7/155

Abstract: 本发明涉及一种快速生成网页视觉结构图形的方法及装置。该方法包括：提取网页中的文本域的视觉结构图形；提取网页中的图像域的视觉结构图形；将文本域的视觉结构图形与图像域的视觉结构图形去重与合并，得到网页的视觉结构图形。该装置包括文本域视觉结构图形提取模块、图像域视觉结构图形提取模块、去重与合并模块。本发明抛弃了传统分析方法中网页DOM结构的累赘，仅由网页截图应用图形学方法处理图片，大大降低了算法耗时；本发明采用数学形态学变换，能够快速、准确地分别提取网页中文本域与图像域的视觉结构图形。

公开(公告)号：CN109086327B

公开(公告)日：2022-05-17

申请号：CN201810716386.4

申请日：2018-07-03

Applicant: 中国科学院信息工程研究所

Inventor： 柳厅文 ,  李彦增 ,  舒晓波 ,  刘曲 ,  时金桥 ,  李全刚 ,  张水利 ,  亚静

IPC: G06F16/958 ,  G06V30/146 ,  G06T7/13 ,  G06T7/155

Abstract: 本发明涉及一种快速生成网页视觉结构图形的方法及装置。该方法包括：提取网页中的文本域的视觉结构图形；提取网页中的图像域的视觉结构图形；将文本域的视觉结构图形与图像域的视觉结构图形去重与合并，得到网页的视觉结构图形。该装置包括文本域视觉结构图形提取模块、图像域视觉结构图形提取模块、去重与合并模块。本发明抛弃了传统分析方法中网页DOM结构的累赘，仅由网页截图应用图形学方法处理图片，大大降低了算法耗时；本发明采用数学形态学变换，能够快速、准确地分别提取网页中文本域与图像域的视觉结构图形。