[發明專利]文檔拼接方法、設備及存儲介質

在審

• 申請號: 202010860455.6
• 申請日: 2020-08-21
• 公開（公告）號: CN112001312A
• 公開（公告）日: 2020-11-27
• 發明（設計）人: 黃任
• 申請（專利權）人: 深圳傳音控股股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F40/109;G06F40/117
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 謝閱

1.一種文檔拼接方法，其特征在于，所述文檔拼接方法包括以下步驟：

獲取包含文字的目標圖片；

對所述目標圖片進行文字識別，得到識別文檔；

對所述識別文檔進行拼接，得到目標文檔。

2.如權利要求1所述的文檔拼接方法，其特征在于，所述對所述目標圖片進行文字識別，得到識別文檔的步驟之后，包括：

獲取所述識別文檔的頁眉或頁腳，并根據所述識別文檔的頁腳或頁眉，對所述識別文檔排序，和/或，

獲取所述識別文檔對應的生成時間，并根據所述識別文檔對應的生成時間，對所述識別文檔排序，和/或，

獲取所述識別文檔的起始字符和結尾字符，并根據所述識別文檔的起始字符和結尾字符，對所述識別文檔排序，和/或，

獲取所述識別文檔中的數字字符，并根據所述數字字符，對所述識別文檔排序。

3.如權利要求2所述的文檔拼接方法，其特征在于，所述對所述識別文檔排序的步驟之后，包括：

根據所述識別文檔的排序結果，判斷是否存在缺失文檔；

若存在所述缺失文檔，則對所述缺失文檔對應的識別文檔進行標記。

4.如權利要求1所述的文檔拼接方法，其特征在于，所述對所述目標圖片進行文字識別，得到識別文檔的步驟之后，包括：

獲取所述識別文檔中的附圖編號和數字字符；

若所述附圖編號中的目標附圖編號與所述數字字符中的目標數字字符相匹配，則將所述目標數字字符對應的文字字符輸出到所述目標附圖編號對應的目標附圖中。

5.如權利要求4所述的文檔拼接方法，其特征在于，所述對所述目標圖片進行文字識別，得到識別文檔的步驟包括：

獲取所述附圖編號的字體顏色，將所述附圖編號對應的附圖邊框的顏色設置為所述字體顏色。

6.如權利要求4所述的文檔拼接方法，其特征在于，所述獲取所述識別文檔中的附圖編號和數字字符的步驟之后，包括：

若所述附圖編號中的目標附圖編號與所述數字字符中的目標數字字符相匹配，且當檢測到用戶基于所述目標數字字符所做出的點擊操作時，將當前顯示頁面跳轉至所述目標附圖編號對應的目標附圖；

對所述目標附圖進行標記。

7.如權利要求6所述的文檔拼接方法，其特征在于，所述對所述目標圖片進行文字識別，得到識別文檔的步驟之后，包括：

當接收到多頁顯示指令，確定所述目標數字字符對應的目標顯示頁面；

當檢測到用戶基于所述目標數字字符所做出的點擊操作時，將所述目標附圖在所述目標顯示頁面的相鄰頁面顯示。

8.如權利要求1至7中任一項所述的文檔拼接方法，其特征在于，所述對所述目標圖片進行文字識別，得到識別文檔的步驟包括：

對所述目標圖片進行字符識別，獲取所述目標圖片中的目標文字，得到識別文檔。

9.如權利要求8所述的文檔拼接方法，其特征在于，所述獲取所述目標圖片中的目標文字，得到識別文檔的步驟包括：

獲取用戶輸入的文字段落信息，根據所述文字段落信息對目標文字進行排版，得到識別文檔。

10.如權利要求1至7中任一項所述的文檔拼接方法，其特征在于，所述對所述目標圖片進行文字識別，得到識別文檔的步驟包括：

對所述目標圖片依次進行識別，獲取所述目標圖片中所有文字的文字參數；

根據所述文字參數，判斷所述所有文字中是否存在差異文字；

若所述所有文字中存在所述差異文字，則對所述差異文字對應的識別文字進行標記，得到識別文檔。

11.如權利要求10所述的文檔拼接方法，其特征在于，所述根據所述文字參數，判斷所述所有文字中是否存在差異文字的步驟包括：

計算每種文字參數占所有文字參數的比例；

若存在比例小于或等于預設閾值的目標文字參數，則將所述目標文字參數對應的文字作為差異文字。