公开(公告)号：CN118196814A

公开(公告)日：2024-06-14

申请号：CN202410225616.2

申请日：2024-02-29

Applicant: 郑州航空工业管理学院

Inventor： 陈广智 ,  薛绍华 ,  杨勇 ,  余建国 ,  车葵

IPC: G06V30/412 ,  G06V30/24 ,  G06V30/26 ,  G06F40/174

Abstract: 本发明公开了PDF表格提取技术领域的一种提取PDF中多类型表格的方法，该提取PDF中多类型表格的方法包括如下步骤：S1：对PDF文档进行解析处理，获取图像数据，所述步骤S1中的具体步骤如下：A1：对PDF文档按页码依次进行解析处理，获取每一页的图像数据；S2：通过图像处理软件对保存了的图像数据进行处理，提取表格；S3：通过文本识别模型对表格中的文本进行识别，提取文本信息；S4：将文本信息填充到表格信息内并转换为Excel文件或者Word文件，该种提取PDF中多类型表格的方法，通过图像处理软件以及文本识别模型对PDF中的表格进行提取，并将提取的表格转换为Excel文件或者Word文件，便于对表格中的内容进行查找以及修改。