[發明專利]一種ppt文檔的對比方法

有效

• 申請號: 202011586576.2
• 申請日: 2020-12-28
• 公開（公告）號: CN112529111B
• 公開（公告）日: 2022-07-22
• 發明（設計）人: 孫永毫;徐強
• 申請（專利權）人: 廣東國粒教育技術有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F16/583;G06F40/289;G06V10/74
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 盧澤明

1.一種ppt文檔的對比方法，其特征在于，包括：

S1、獲取新舊PPT文件；

S2、對所述S1中獲取的新舊PPT文件進行對比處理，獲取新舊ppt文本文字或圖片內容的相似度，生成對比結果文件；所述S2包括：

文件轉換、獲取文件的MD5值；獲取新舊ppt文件中幻燈片存在差異的頁碼；比較文字；比較圖像；計算文本文字的相似度S；形成對比結果文件；

所述比較文字具體為：

通過e-iceblue軟件工具包，加載ppt文件，同時根據不相同的頁碼集合獲取頁碼對應的ppt幻燈片；

通過e-iceblue軟件包中的Shape方式獲取不相同頁碼的幻燈片下的段落文字，并去除空行；

通過diff_main算法，找到兩個文本之間的差異，并將差異值記錄存放在集合當中；

在差異頁的頁碼當中創建幻燈片，并添加說明差異的內容；

所述比較圖像具體為：

通過e-iceblue軟件工具包，加載ppt文件，同時根據不相同的頁碼集合獲取頁碼對應的ppt幻燈片；

通過e-iceblue軟件包中的SlidePicture和BufferedImage對象，獲取不相同頁碼中的幻燈片下的圖像；

通過均值哈希算法，實現比較圖像指紋的方式，對比兩張圖片是否相同，記錄相同圖片的數目；

通過數目計算ppt文件圖片的引用率，引用率＝相同圖片的數目/新ppt的圖片總數；

所述獲取新舊ppt文件中幻燈片存在差異的頁碼具體為：

利用POI和java中的AWT軟件包，通過創建BufferedImage對象，將幻燈片轉換成圖片，圖象的尺寸為原來PPT的每頁的尺寸；

通過MD5算法，獲取每張圖片MD5值，通過MD5值來判斷兩張圖片是否相同；

將圖片完全不同的頁碼記錄存儲到頁碼集合當中。

2.根據權利要求1所述的ppt文檔的對比方法，其特征在于，所述文件轉換具體為：集成libreoffice工具使文件轉換成.pptx文件格式。

3.根據權利要求2所述的ppt文檔的對比方法，其特征在于，所述獲取文件的MD5值具體為：通過‘MD5’算法獲取文件的‘MD5’值，通過‘MD5’值是否相等來判斷兩個文件是否相同。

4.根據權利要求1所述的ppt文檔的對比方法，其特征在于，所述計算文本文字的相似度S具體為：

通過Segment方法，對段落文本進行分詞處理，并確定所述新PPT文件的特征詞；

文本相似度計算判定，通過余弦相似度計算，即計算兩個向量的夾角余弦值來評估他們的相似度：

已知向量a＝(x₁，y₁),向量b＝(x₂，y₂)，

其中a·b＝x₁x₂+y₁y₂，

5.根據權利要求4所述的ppt文檔的對比方法，其特征在于，所述形成對比結果文件具體為：

在ppt末尾生成一張幻燈片，用于標注插入文字總相似度和圖像比較的結果；

通過poi方式去除結果文件中產生的水印標記。