技术总结
本发明涉及一种版式文档段落识别方法，包括：1)对版式文档的页面进行文字行识别；2)用扫描线扫描所述页面，根据扫描线是否与文字行相交识别出页面中的各个空白分隔区，并用所述空白分隔区将所述页面切割成多个文字块；3)分别将各个文字块切分成段。本发明能够准确地识别出版式文档中的自然段，并且能够给出自然段之间的排序。
技术研发人员：孙上斌;王海;刘伟平;刘晓龙
受保护的技术使用者：掌阅科技股份有限公司
文档号码：201610694835
技术研发日：2016.08.19
技术公布日：2017.01.11