[發明專利]一種用于解析PDF文件中的圖片的方法及裝置

在審

• 申請號: 202010871131.2
• 申請日: 2020-08-26
• 公開（公告）號: CN112069771A
• 公開（公告）日: 2020-12-11
• 發明（設計）人: 黃世玉;李保倉;胡贊華;龔正;李月龍;汪丹萍
• 申請（專利權）人: 中國建設銀行股份有限公司;建信金融科技有限責任公司
• 主分類號: G06F40/12
• 分類號: G06F40/12;G06T9/00
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 張一軍;王安娜

1.一種用于解析PDF文件中的圖片的方法，其特征在于，包括：

識別PDF文件的文件信息，所述文件信息包括所述PDF文件的文件大小、所述PDF文件的頁面數量以及一個或多個文件頁面中的每個文件頁面的頁面大小；

針對所述一個或多個文件頁面中的每個文件頁面：

基于所識別的PDF文件的文件信息，確定用于從該文件頁面中解析圖片的圖片解析分辨率；以及

根據所確定的圖片解析分辨率，從該文件頁面中解析圖片以獲得該文件頁面的圖片；以及

壓縮所獲得的圖片以用于進一步處理。

2.根據權利要求1所述的方法，其特征在于，還包括：

確定是否存在所述PDF文件的文件大小的限制：

響應于確定存在PDF文件的文本大小的限制，確定所述PDF文件的文件大小是否超過PDF文件解析閾值文件大小；

響應于確定不存在所述PDF文件的文件大小的限制，將所述圖片解析分辨率識別為用于解析PDF文件的圖片的默認分辨率。

3.根據權利要求2所述的方法，其特征在于，確定所述PDF文件的文件大小是否超過PDF文件解析閾值文件大小還包括：

確定所述PDF文件的文件大小是否超過PDF文件解析閾值文件大小，結束解析所述PDF文件并且返回錯誤信息；以及

確定所述PDF文件的文件大小未超過PDF文件解析閾值文件大小，將所述圖片解析分辨率識別為用于解析PDF文件的圖片的默認分辨率。

4.根據權利要求1或3所述的方法，其特征在于，還包括：

確定是否存在所述PDF文件的頁面數量的限制：

響應于確定存在所述PDF文件的頁面數量的限制，確定所述PDF文件的頁面數量是否超過PDF文件解析閾值頁面數量；以及

響應于確定不存在所述PDF文件的頁面數量的限制，將所述圖片解析分辨率識別為用于解析PDF文件的圖片的默認分辨率。

5.根據權利要求4所述的方法，其特征在于，確定所述PDF文件的頁面數量是否超過PDF文件解析閾值頁面數量還包括：

響應于確定PDF文件的頁面數量超過所述PDF文件解析閾值頁面數量，將所述圖片解析分辨率識別為用于解析所述PDF文件的圖片的最低分辨率；以及

響應于確定PDF文件的頁面數量未超過PDF文件解析閾值頁面數量，將所述圖片解析分辨率識別為用于解析PDF文件的圖片的默認分辨率。

6.根據權利要求1所述的方法，其特征在于，還包括：

確定是否存在所述PDF文件的頁面大小的限制：

響應于確定存在所述PDF文件的頁面大小的限制，確定所述PDF文件的頁面大小是否超過PDF文件解析閾值頁面大小；以及

響應于確定不存在所述PDF文件的頁面大小的限制，將所述圖片解析分辨率識別為用于解析PDF文件的圖片的默認分辨率。

7.根據權利要求6所述的方法，其特征在于，確定所述PDF文件的頁面大小是否超過PDF文件解析閾值頁面大小還包括：

響應于確定所述PDF文件的頁面大小超過所述PDF文件解析閾值頁面大小，將所述圖片解析分辨率識別為2×用于解析所述PDF文件的圖片的最低分辨率/所述PDF文件的頁面數量；以及

響應于確定所述PDF文件的頁面大小未超過所述PDF文件解析閾值頁面大小，將所述圖片解析分辨率識別為用于解析PDF文件的圖片的默認分辨率。

8.根據權利要求5所述的方法，其特征在于，還包括：

確定是否存在所述PDF文件的頁面大小的限制：

響應于確定存在所述PDF文件的頁面大小的限制，確定所述PDF文件的頁面大小是否超過PDF文件解析閾值頁面大小；以及

響應于確定不存在所述PDF文件的頁面大小的限制，將所述圖片解析分辨率識別為用于解析PDF文件的圖片的默認分辨率。