[發(fā)明專(zhuān)利]對(duì)齊文檔圖片的方法，裝置，存儲(chǔ)介質(zhì)和電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 201811308614.0
• 申請(qǐng)日: 2018-11-05
• 公開(kāi)（公告）號(hào): CN109597913B
• 公開(kāi)（公告）日: 2021-01-29
• 發(fā)明（設(shè)計(jì)）人: 韓志剛;宋洋;于廣偉;姜楠
• 申請(qǐng)（專(zhuān)利權(quán)）人: 東軟集團(tuán)股份有限公司
• 主分類(lèi)號(hào): G06F16/583
• 分類(lèi)號(hào): G06F16/583;G06F16/58;G06F40/166
• 代理公司: 北京英創(chuàng)嘉友知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11447
• 代理人: 曾堯;魏嘉熹

本公開(kāi)涉及一種對(duì)齊文檔圖片的方法，裝置，存儲(chǔ)介質(zhì)和電子設(shè)備，用于解決現(xiàn)有技術(shù)在進(jìn)行文檔圖片比較前需要進(jìn)行人工對(duì)齊的問(wèn)題。該方法包括：分別生成第一文檔和第二文檔中的圖片序列信息；通過(guò)對(duì)所述第一文檔和所述第二文檔中的圖片進(jìn)行比較，確定所述第一文檔和所述第二文檔中的共通圖片對(duì)；將所述第一文檔的圖片序列信息和所述第二文檔的圖片序列信息中，對(duì)應(yīng)所述共通圖片對(duì)的符號(hào)對(duì)作為相同的符號(hào)，并根據(jù)最大公共子序列算法確定所述第一文檔的圖片序列信息和所述第二文檔的圖片序列信息中的最大公共子序列；將所述最大公共子序列中每一符號(hào)對(duì)應(yīng)的圖片對(duì)在所述第一文檔和所述第二文檔中進(jìn)行對(duì)齊。

技術(shù)領(lǐng)域

本公開(kāi)涉及文本比較領(lǐng)域，具體地，涉及一種對(duì)齊文檔圖片的方法，裝置，存儲(chǔ)介質(zhì)和電子設(shè)備。

背景技術(shù)

有時(shí)候文檔里有很多圖片，這些圖片之間往往有一定的邏輯順序關(guān)系，文檔編輯時(shí)有時(shí)需要替換原來(lái)的圖片或者增刪圖片，從而造成兩個(gè)文檔中的這些圖片失去最初的對(duì)應(yīng)關(guān)系，當(dāng)兩個(gè)文檔需要比較差異點(diǎn)時(shí)，目前只能通過(guò)人工選擇圖片進(jìn)行兩兩對(duì)比，技術(shù)上無(wú)法實(shí)現(xiàn)自動(dòng)選擇具有相關(guān)性的圖片進(jìn)行比對(duì)。

例如，一個(gè)文檔里有500張圖片，經(jīng)過(guò)版本變更后新文檔里有498張圖片，新文檔中可能插入了新的圖片，且刪除了原有的部分圖片，在此種情況下，如按照?qǐng)D片在文檔中出現(xiàn)的次序依次進(jìn)行兩兩比對(duì)，必然不準(zhǔn)確。因此，如何對(duì)兩個(gè)文檔中圖片進(jìn)行差異性比對(duì)，找到兩個(gè)文檔中圖片的相關(guān)性成為了亟待解決的問(wèn)題。

發(fā)明內(nèi)容

本公開(kāi)的主要目的是提供一種對(duì)齊文檔圖片的方法，裝置，存儲(chǔ)介質(zhì)和電子設(shè)備，用于解決現(xiàn)有技術(shù)在進(jìn)行文檔圖片比較前需要進(jìn)行人工對(duì)齊的問(wèn)題。

為了實(shí)現(xiàn)上述目的，本公開(kāi)實(shí)施例第一方面提供一種對(duì)齊文檔圖片的方法，包括：

分別生成第一文檔和第二文檔中的圖片序列信息，其中，所述圖片序列信息中的每一符號(hào)對(duì)應(yīng)一圖片，所述圖片序列信息中各個(gè)符號(hào)的先后排序關(guān)系與對(duì)應(yīng)的圖片在文檔中先后排序關(guān)系一致；

通過(guò)對(duì)所述第一文檔和所述第二文檔中的圖片進(jìn)行比較，確定所述第一文檔和所述第二文檔中的共通圖片對(duì)，所述共通圖片對(duì)是指所述第一文檔和所述第二文檔中相似度高于閾值的圖片對(duì)；

將所述第一文檔的圖片序列信息和所述第二文檔的圖片序列信息中，對(duì)應(yīng)所述共通圖片對(duì)的符號(hào)對(duì)作為相同的符號(hào)，并根據(jù)最大公共子序列算法確定所述第一文檔的圖片序列信息和所述第二文檔的圖片序列信息中的最大公共子序列，其中，所述最大公共子序列是指所述第一文檔的圖片序列信息和所述第二文檔的圖片序列信息中具有相同符號(hào)序列的最長(zhǎng)子序列；

將所述最大公共子序列中每一符號(hào)對(duì)應(yīng)的圖片對(duì)在所述第一文檔和所述第二文檔中進(jìn)行對(duì)齊。

可選地，所述分別生成第一文檔和第二文檔中的圖片序列信息，包括：

根據(jù)所述第一文檔中每一圖片在頁(yè)面中的坐標(biāo)信息，以及圖片所在頁(yè)面的頁(yè)碼信息生成所述第一文檔的圖片序列信息；

根據(jù)所述第二文檔中每一圖片在頁(yè)面中的坐標(biāo)信息，以及圖片所在頁(yè)面的頁(yè)碼信息生成所述第二文檔的圖片序列信息。

可選地，所述通過(guò)對(duì)所述第一文檔和所述第二文檔中的圖片進(jìn)行比較，確定所述第一文檔和所述第二文檔中的共通圖片對(duì)，包括：

將所述第一文檔中的每一圖片，依次與所述第二文檔中的所有圖片進(jìn)行圖片比較，以確定所述第一文檔中每一圖片與所述第二文檔中所有圖片之間的相似度；

將相似度高于預(yù)設(shè)閾值的圖片對(duì)作為所述共通圖片對(duì)。

可選地，所述將所述最大公共子序列中每一符號(hào)對(duì)應(yīng)的圖片對(duì)在所述第一文檔和所述第二文檔中進(jìn)行對(duì)齊，包括：

將所述最大公共子序列中每一符號(hào)對(duì)應(yīng)的圖片對(duì)的索引信息進(jìn)行關(guān)聯(lián)。

可選地，所述方法還包括：