[發明專利]生僻字處理方法、計算設備及計算機存儲介質

有效

• 申請號: 201711423094.3
• 申請日: 2017-12-25
• 公開（公告）號: CN108153731B
• 公開（公告）日: 2019-02-12
• 發明（設計）人: 張恒
• 申請（專利權）人: 掌閱科技股份有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27
• 代理公司: 北京市浩天知識產權代理事務所(普通合伙) 11276
• 代理人: 宋菲;劉云貴

1.一種生僻字處理方法，包括：

對待識別文檔的每行文本對象進行識別；

根據對應每行文本對象的各個位置的識別結果，利用預設規則確定生僻字區域；該生僻字區域對應的識別結果為未識別出字符文本；其中，根據每行文本對象的識別結果，確定指定區域；其中，所述指定區域位于兩個已識別的文本對象之間；判斷所述指定區域的寬度是否位于預設字符寬度范圍內，和/或，判斷所述指定區域內是否包含路徑線，和/或，判斷所述指定區域是否覆蓋有文本內容；若所述指定區域的寬度位于預設字符寬度范圍內，和/或，所述指定區域內包含路徑線，和/或，所述指定區域覆蓋有文本內容，則確定所述指定區域為生僻字區域；

對所述生僻字區域進行截圖處理，得到生僻字圖片；

根據生僻字圖片得到生僻字填充對象，將所述生僻字填充對象填充到所述生僻字區域中。

2.根據權利要求1所述的方法，其中，所述對所述生僻字區域進行截圖處理，得到生僻字圖片進一步包括：

根據生僻字區域左側的文本對象的右邊緣確定截圖處理的左邊緣，根據生僻字區域右側的文本對象的左邊緣確定截圖處理的右邊緣，根據生僻字區域兩側的文本對象中較高的上邊緣確定截圖處理的上邊緣，以及根據生僻字區域兩側的文本對象中較低的下邊緣確定截圖處理的下邊緣，得到生僻字圖片。

3.根據權利要求1或2所述的方法，其中，所述根據生僻字圖片得到生僻字填充對象，將所述生僻字填充對象填充到所述生僻字區域中進一步包括：

對所述生僻字圖片進行字符識別；

若識別結果輸出一個字符，則以所述字符作為生僻字填充對象；若識別結果輸出多個字符或者未能得到識別結果，以生僻字圖片作為生僻字填充對象；

將所述生僻字填充對象填充到所述生僻字區域中。

4.根據權利要求1或2所述的方法，其中，所述待識別文檔的格式為PDF格式。

5.一種計算設備，包括：處理器、存儲器、通信接口和通信總線，所述處理器、所述存儲器和所述通信接口通過所述通信總線完成相互間的通信；

所述存儲器用于存放至少一可執行指令，所述可執行指令使所述處理器執行以下操作：

對待識別文檔的每行文本對象進行識別；

根據對應每行文本對象的各個位置的識別結果，利用預設規則確定生僻字區域；該生僻字區域對應的識別結果為未識別出字符文本；其中，根據每行文本對象的識別結果，確定指定區域；其中，所述指定區域位于兩個已識別的文本對象之間；判斷所述指定區域的寬度是否位于預設字符寬度范圍內，和/或，判斷所述指定區域內是否包含路徑線，和/或，判斷所述指定區域是否覆蓋有文本內容；若所述指定區域的寬度位于預設字符寬度范圍內，和/或，所述指定區域內包含路徑線，和/或，所述指定區域覆蓋有文本內容，則確定所述指定區域為生僻字區域；

對所述生僻字區域進行截圖處理，得到生僻字圖片；

根據生僻字圖片得到生僻字填充對象，將所述生僻字填充對象填充到所述生僻字區域中。

6.根據權利要求5所述的計算設備，其中，所述可執行指令進一步使所述處理器執行以下操作：根據生僻字區域左側的文本對象的右邊緣確定截圖處理的左邊緣，根據生僻字區域右側的文本對象的左邊緣確定截圖處理的右邊緣，根據生僻字區域兩側的文本對象中較高的上邊緣確定截圖處理的上邊緣，以及根據生僻字區域兩側的文本對象中較低的下邊緣確定截圖處理的下邊緣，得到生僻字圖片。

7.根據權利要求5或6所述的計算設備，其中，所述可執行指令進一步使所述處理器執行以下操作：

對所述生僻字圖片進行字符識別；

若識別結果輸出一個字符，則以所述字符作為生僻字填充對象；若識別結果輸出多個字符或者未能得到識別結果，以生僻字圖片作為生僻字填充對象；

將所述生僻字填充對象填充到所述生僻字區域中。

8.根據權利要求5或6所述的計算設備，其中，所述待識別文檔的格式為PDF格式。