[發明專利]一種基于自然語言處理的圖片構建方法在審
| 申請號： | 202011082580.5 | 申請日： | 2020-10-15 |
| 公開（公告）號： | CN112328825A | 公開（公告）日： | 2021-02-05 |
| 發明（設計）人： | 王濤 | 申請（專利權）人： | 蘇州零泉科技有限公司 |
| 主分類號： | G06F16/583 | 分類號： | G06F16/583 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 215000 江蘇省蘇州市*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 自然語言 處理 圖片 構建 方法 | ||
【權利要求書】：
1.一種基于自然語言處理的圖片構建方法，包括：
步驟一；通過Smallpdf將所需pdf文件轉成圖片；
步驟二；使用OpenCV對圖片進行膨脹和腐蝕操作；
步驟三；進行文字識別；
步驟四；將識別結果進行匹配。
2.根據權利要求1所述的一種基于自然語言處理的圖片構建方法，其特征在于：所述步驟一中PDF轉換而成的數字圖像進行操作，數字圖像是以二維數組形式表示的圖像，其數字單元為像元。
3.根據權利要求2所述的一種基于自然語言處理的圖片構建方法，其特征在于：所述數字圖像的基本元素為像素，在模擬圖像數字化時對連續空間進行離散化得到的。
4.根據權利要求1所述的一種基于自然語言處理的圖片構建方法，其特征在于：步驟二中的運算包括：二值腐蝕和膨脹、二值開閉運算、骨架抽取、極限腐蝕、擊中擊不中變換。
5.根據權利要求1所述的一種基于自然語言處理的圖片構建方法，其特征在于：步驟四具體為識別結果與基于規則提取結果交叉過濾獲得文本。
6.根據權利要求5所述的一種基于自然語言處理的圖片構建方法，其特征在于：將識別結果與基于規則提取的結果進行最長公共子串提取，精簡部分基于規則提取的剩余文本。
7.根據權利要求1所述的一種基于自然語言處理的圖片構建方法，其特征在于：所述步驟三具體為調用開源的Tesseract OCR API進行文字識別。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于蘇州零泉科技有限公司，未經蘇州零泉科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011082580.5/1.html，轉載請聲明來源鉆瓜專利網。
