技术编号:6603886
提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。本发明属于数据加工领域,涉及一种文档的文字提取方法和装置。 背景技术在版式文档创建时打包字体的过程中,有些厂商为了防止文档中的文字被复制而采用随机编码对文档进行加工,这类文档在导出时所得的文本则为乱码。目前,这类版式文档的加工过程为将整个文档按页生成版面图片,并采用OCR识别引擎对图片进行识别,经版面校对后对文字进行校对,并导出得到的文本。在此过程当中,一些OCR识别引擎的抗噪性差,特别是在文档版式混乱或者含背景文字当中,OCR识别的准确率不高,而且在版面...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。