[發明專利]電子報頭版頭條新聞位置識別方法及裝置

在審

• 申請號: 202110254309.3
• 申請日: 2021-03-09
• 公開（公告）號: CN113033338A
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 鄧世杰;劉帆;杜宏;王鳳美
• 申請（專利權）人: 太極計算機股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/38
• 代理公司: 北京細軟智谷知識產權代理有限責任公司 11471
• 代理人: 牛晴

本發明涉及一種電子報頭版頭條新聞位置識別方法及裝置，所述方法包括對所述版面圖進行消除報頭區域處理；灰度化、二值化處理后得到二值化圖像，逐個像素行計算二值化圖像的像素點，對空白圖片的相應像素行進行特征值賦值，根據特征值得到特征向量從而確定頭版頭條標題所在的區域；根據版面圖和頭版頭條區域確定頭版頭條標題所在位置的縱坐標，根據橫坐標和縱坐標得到頭版頭條標題的坐標；獲取版面圖上文章熱區的坐標范圍，如果坐標在坐標范圍內，將文章熱區確定為頭版頭條新聞的位置。本發明通過對版面圖的處理、分析及計算，按照標題最大即是頭版頭條這一原則來識別，不僅原理上更符合邏輯，且電子報頭版頭條新聞識別更加準確、維護成本低。

技術領域

本發明屬于媒體融合新聞信息處理技術領域，具體涉及一種電子報頭版頭條新聞位置識別方法及裝置。

背景技術

隨著媒體融合業務的深度發展，互聯網新聞傳播形態發生了巨大改變。網站、移動新聞客戶端、微博、微信、自媒體平臺等新媒體傳播渠道的興起，傳統報社逐漸轉到線上以電子報的形式進行報紙的發像素行和展示，這一改變使得相關媒體單位和公司可以通過對互聯網上公開的電子報版面信息進行分析和采集，從而獲取到具有高質量的頭版頭條新聞信息，為智能媒體集團的融合業務流程中的選題策劃、傳播分析、績效考核等深度挖掘分析環節提供數據支撐。

相關技術中，電子報并不像一般新聞資訊門戶網站一樣會在網頁排版過程中對頭版頭條新聞進行特別標注，其是遵循傳統的報刊閱讀習慣通過展示版面圖片讓讀者自像素行辨別重要新聞和次要新聞，程序化的識別就需要從這種人為主觀邏輯中去實現。傳統的做法一般是根據頁面中拿到的頭版版面目錄，默認第一篇文章就是頭版頭條，但是該種做法的有效性是基于版面目錄順序合理、且不夾雜其他信息，通常部分電子報頭版目錄第一條并不是頭條新聞，并沒有客觀的邏輯支撐，誤判率較高且維護成本大。

發明內容

有鑒于此，本發明的目的在于克服現有技術的不足，提供一種電子報頭版頭條新聞位置識別方法及裝置，以解決現有技術中電子報頭版目錄沒有客觀的邏輯支撐，誤判率較高且維護成本大的問題。

為實現以上目的，本發明采用如下技術方案：一種電子報頭版頭條新聞位置識別方法，包括：

獲取電子報頭版的版面圖，并對所述版面圖進行消除報頭區域處理；

對消除報頭區域處理得到的圖像進行灰度化、二值化處理，得到二值化圖像；

逐個像素行計算所述二值化圖像的像素點，根據所述像素點對預創建空白圖片的相應像素行進行特征值賦值，根據每像素行的特征值得到特征向量，根據所述特征向量確定頭版頭條標題所在的區域；

根據所述版面圖確定所述頭版頭條標題所在位置的橫坐標，根據所述頭版頭條區域確定所述頭版頭條標題所在位置的縱坐標，根據所述橫坐標和縱坐標得到所述頭版頭條標題的坐標；

獲取所述版面圖上文章熱區的坐標范圍，并判斷所述坐標是否在坐標范圍內，如果所述坐標在坐標范圍內，將所述文章熱區確定為頭版頭條新聞的位置。

進一步的，所述獲取電子報頭版的版面圖，并對所述版面圖進行消除報頭區域處理，包括：

獲取電子報頭版的版面圖圖像鏈接并下載，得到版面圖圖像；

獲取所述圖像的長寬像素信息并生成與所述圖像的長寬像素成預設比例的白色矩形塊；

利用所述白色矩形塊對所述版面圖的報頭進行遮蓋。

進一步的，所述對消除報頭區域處理得到的圖像進行灰度化、二值化處理，包括：

對消除報頭區域處理得到的圖像進行灰度處理，得到灰度圖像；

對所述灰度圖像進行二值化處理，得到二值化圖像，將所述二值化圖像確定為二值化圖像。

進一步的，所述對所述灰度圖像進行二值化處理，包括：