[發(fā)明專利]一種版式文件圖文自動關聯的方法及系統

有效

• 申請?zhí)枺?/td>: 200810239369.2
• 申請日: 2008-12-11
• 公開（公告）號: CN101419717A
• 公開（公告）日: 2009-04-29
• 發(fā)明（設計）人: 徐劍波;董寧;王輝
• 申請（專利權）人: 北大方正集團有限公司;北京方正阿帕比技術有限公司
• 主分類號: G06T11/60
• 分類號: G06T11/60
• 代理公司: 北京同達信恒知識產權代理有限公司
• 代理人: 郭潤湘

1.一種版式文件圖文自動關聯方法，其特征在于，該方法包括：

A：從版式文件中獲取圖片塊集合{P}和文章集合{A}；

B：從反解版式文件后得到的圖片塊集合{P}中取出一個與已取圖片塊不同的圖片塊；

C：依次獲取文章集合{A}中的文章，比較獲取得到的文章是否與步驟B中取出的圖片塊近鄰，如果沒有文章與圖片塊近鄰，直接轉至步驟D；否則，則將此圖片塊設置為該文章的附圖；

D：重復以上步驟，直至圖片塊集合{P}中的所有圖片塊被取過一次；

其中，在文章集合{A}中查找與圖片塊近鄰的文章；比較獲取得到的文章是否與取出的圖片塊近鄰具體操作為：

(1.1)設置獲取得到的圖片塊為P1，獲取得到的文章為A1；新建文字塊集合{T}，從文章A1中獲取文章的引題，標題，副題所對應的文字塊，放置在文字塊集合集合{T}中；

(1.2)依次獲取文字塊集合{T}中的文字塊，設為T1，查看圖片塊P1是否與文字塊T1近鄰；如果近鄰條件成立，記錄圖片塊P1與文章的重疊度；如果近鄰條件不成立，繼續(xù)從文字塊集合{T}中獲取下一個文字塊，繼續(xù)同該圖片塊P1進行比較是否近鄰；如果圖片塊P1和文字塊集合{T}中任何一個文字塊都不存在近鄰的關系，那么執(zhí)行步驟(1.3)；

(1.3)比較圖片塊P1是否與文章正文近鄰：新建文字塊集合{L}，如果文章正文對應的文字塊的子塊個數大于1，則獲取得到該正文對應的文字塊的所有子塊，并放置在集合{L}中，依次獲取集合{L}中的文字塊，設為T1，查看圖片塊P1與文字塊T1是否近鄰；否則比較文章正文對應的文字塊T1同圖片塊P1是否近鄰；如果近鄰條件成立，記錄圖片塊P1與文章的重疊度；

其中，步驟(1.2)中查看圖片塊P1是否與文字塊T1近鄰的方法如下：

版面平均字體大小為所有的文字塊的字號的平均值，設置為AvgFontSize；?

設取到的圖片塊P1的左上角坐標為(X1，Y1)，右下角坐標為(X1’，Y1’)；圖片塊P1的寬度為W1＝X1’X1，圖片塊P1的高度H1＝Y1’-Y1；

獲取到的文字塊T1左上角坐標為(X2，Y2)，右下角坐標為(X2’，Y2’)；文字塊T1的寬度為W2＝X2’-X2，文字塊T1的高度H2＝Y2’-Y2，文字塊T1的字體大小為f；

然后進行如下操作：

(1.2.1)計算圖片塊P1與文字塊T1近鄰的有效距離：

DistThreshold＝C1*AvgFontSize+f*C2；

其中C1和C2為圖片塊P1與文字塊T1近鄰的調節(jié)系數，1＜C1＜5，0.1＜C2＜0.5；在實際的應用過程中，根據實際的需要調節(jié)C1和C2，得到圖片塊P1與文字塊T1近鄰的有效距離；

(1.2.2)計算圖片塊P1與文字塊T1的重疊度：

垂直方向上的重疊度：

OverlapY＝(min(Y1’，Y2’)-max(Y1，Y2))/(max(Y1’，Y2’)-min(Y1，Y2))；

水平方向上的重疊度：

OverlapX＝(min(X1’，X2’)-max(X1，X2))/(max(X1’，X2’)-min(X1，X2))；

(1.2.3)計算圖片塊P1與文字塊T1最小重疊度：

水平方向上的最小重疊是：

OverlapXMin＝(min(X1’，X2’)-max(X1，X2))/min(X1’-X1，X2’-X2)；

垂直方向上的最小重疊度：

OverlapYMin＝(min(Y1’，Y2’)-max(Y1，Y2))/min(Y1’Y1，Y2’-Y2)；

(1.2.4)計算文字塊T1與圖片塊P1的重疊距離：

水平方向上的重疊距離DistX：

DistX＝max(X1，X2)-min(X1’，X2’)；

垂直方向上的重疊距離DistY：

DistY＝max(Y1，Y2)-min(Y1’，Y2’)；?

其中max(a，b)表示取兩者的較大值，min(a，b)表示取兩者的較小值；

(1.2.5)判定如下條件是否其中一項成立：

a?1.OverlapX＞Dx且OverlapY＞Dy；

b?1.OverlapXMin＞Dxmin且OverlapY＞Dy；

c?1.OverlapYMin＞Dymin且OverlapX＞Dx；

d?1.OverlapYMin＞Dymin??且OverlapXMin??＞Dxmin??且(X2’-X2)＞C*AvgFontSize；其中C為文字塊T1與圖片塊P1近鄰的調節(jié)系數，2＜C＜8；

e1.文章標題對應的文字塊的排版類型為水平排版時，且OverlapX＞0且OverlapXMin＞Dxmin且DistY＜DistThreshold且Y2＜Y1；

f1.文章標題對應的文字塊的排版類型為垂直排版時，且OverlapY＞0且OverlapYMin＞Dymin且DistY＜DistThreshold；

如果以上條件任何一項都成立，則表示圖片塊P1與文字塊T1近鄰；近鄰成立的時候記錄圖片塊P1與文章的重疊度；文章A1標題對應的文字塊的排版類型為水平排版時，那么圖片塊P1與文章的重疊度為OverlapX，文章A1標題對應的文字塊的排版類型為垂直排版時，圖片塊P1與文章的重疊度為OverlapY；

其中，步驟(1.3)中查看圖片塊P1與文字塊T1是否近鄰的方法具體為：

(1.3.1)計算圖片塊P1與文字塊T1近鄰的有效距離：

DistThreshold＝C1*AvgFontSize；

其中C1為圖片塊P1與文字塊T1近鄰的調節(jié)系數，1＜C1＜5；在實際的應用過程中，根據實際的需要調節(jié)C1，得到圖片塊P1與文字塊T1近鄰的有效距離；

(1.3.2)利用步驟(1.2.2)的方法，計算圖片塊P1與文字塊T1重疊度，得到OverlapY和OverlapX；

(1.3.3)利用步驟(1.2.3)的方法，計算圖片塊P1與文字塊T1最小重疊?度，得到OverlapXMin和OverlapYMin；

(1.3.4)判定如下條件是否其中一項成立：

a2.OverlapX＞Dx且OverlapY＞Dy；

b2.OverlapXMin＞Dxmin且OverlapY＞Dy；

c2.OverlapYMin＞Dymin且OverlapX＞Dx；

d2.OverlapX＞Dx且OverlapY＞Dy且OverlapXMin*OverlapYMin＞Dxymin且OverlapX*OverlapY＞Dxy；

e2.OverlapXMin＞Dxmin且OverlapYMin＞Dymin；

如果以上條件任何一項都成立，則表示圖片塊P1與文字塊T1近鄰；近鄰成立的時候記錄圖片塊P1與文章的重疊度；重疊度為OverlapX和OverlapY中最大的一個；

所述步驟(1.2.5)和(1.3.4)中，Dx和Dy為文字塊T1與圖片塊P1之間水平和垂直方向上的近鄰重疊系數，0＜Dx＜1，0＜Dy＜1；Dxmin和Dymin為文字塊T1與圖片塊P1之間水平和垂直方向上的最小近鄰重疊系數，0＜Dxmin＜1，0＜Dymin＜1；所述步驟(1.3.4)中，Dxymin為最小公共重疊系數，0＜Dxymin＜1；Dxy為公共重疊系數，0＜Dxy＜1；在實際的應用過程中，根據實際的需要調節(jié)以上系數。