公开(公告)号：CN117493712A

公开(公告)日：2024-02-02

申请号：CN202311852456.6

申请日：2023-12-29

Applicant: 浙江华东工程数字技术有限公司 ,  中国电建集团华东勘测设计研究院有限公司

Inventor： 邓新星 ,  程斯静 ,  顾丹鹏 ,  谢世超 ,  邬远祥 ,  唐海涛

IPC: G06F16/954 ,  G06F16/953 ,  G06F40/151 ,  G06F40/258

Abstract: 为实现可导航的PDF文档的目录提取，保证目录的准确性，并提供快速跳转功能，本发明提出一种PDF文档可导航目录提取方法、装置、电子设备及存储介质，所述可导航目录提取方法采用如下步骤：查找PDF文档的目录页面；对目录所在页面进行目录标题和目录页码提取；将PDF文档的每页转换成图片，按照页面顺序对所有图片排序，提取图片序号作为该页面的导航页码；对所有页面图片的页码进行识别；基于页码差对图片页码进行的二次校验和修正；将目录项与导航页码进行匹配与关联，获得所有目录标题、目录页码、导航页码；输出可导航的PDF文档目录。采用本发明技术方案可提升PDF文档目录识别准确率，帮助用户快速定位PDF文档目录内容。

公开(公告)号：CN117493712B

公开(公告)日：2024-06-21

申请号：CN202311852456.6

申请日：2023-12-29

Applicant: 浙江华东工程数字技术有限公司 ,  中国电建集团华东勘测设计研究院有限公司

Inventor： 邓新星 ,  程斯静 ,  顾丹鹏 ,  谢世超 ,  邬远祥 ,  唐海涛

IPC: G06F16/954 ,  G06F16/953 ,  G06F40/151 ,  G06F40/258

Abstract: 为实现可导航的PDF文档的目录提取，保证目录的准确性，并提供快速跳转功能，本发明提出一种PDF文档可导航目录提取方法、装置、电子设备及存储介质，所述可导航目录提取方法采用如下步骤：查找PDF文档的目录页面；对目录所在页面进行目录标题和目录页码提取；将PDF文档的每页转换成图片，按照页面顺序对所有图片排序，提取图片序号作为该页面的导航页码；对所有页面图片的页码进行识别；基于页码差对图片页码进行的二次校验和修正；将目录项与导航页码进行匹配与关联，获得所有目录标题、目录页码、导航页码；输出可导航的PDF文档目录。采用本发明技术方案可提升PDF文档目录识别准确率，帮助用户快速定位PDF文档目录内容。