[發(fā)明專利]基于PDF文件解析的圖譜數(shù)據(jù)還原方法

在審

• 申請?zhí)枺?/td>: 202110364526.8
• 申請日: 2021-04-06
• 公開（公告）號: CN112861821A
• 公開（公告）日: 2021-05-28
• 發(fā)明（設(shè)計）人: 劉羽;王賀;王輝;李姜暉;劉永;付俐
• 申請（專利權(quán)）人: 劉羽
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F16/33
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于PDF文件解析的圖譜數(shù)據(jù)還原方法，其特征在于，所述處理方法包括以下步驟：

步驟一：使用計算機軟件工具對PDF文件進行解析，依次獲取圖譜報告中存在的的路徑對象（Path Object），讀取并對路徑對象的位置信息進行分析，尋找并確定圖譜的位置范圍;

步驟二：獲取圖譜報告中存在的的路徑對象（Path Object），根據(jù)情況，并進一步識別為圖譜曲線、坐標軸框架、積分線、積分線標記，將圖譜曲線中的圖譜坐標組合生成圖譜相對坐標數(shù)據(jù)，將積分線的圖譜坐標生成積分線相對坐標數(shù)據(jù);

步驟三：在圖譜所處的位置范圍內(nèi)，獲取文件圖譜的文本對象的文本信息和圖譜坐標，識別為縱坐標刻度線標注，橫坐標刻度線標注，及圖譜其他文本對象；進一步的，對圖譜其他文本對象根據(jù)對象位置判斷對象功能，將文本對象的文本及對象相對坐標匹配，生成圖譜參數(shù)數(shù)據(jù);

步驟四：在圖譜所處的位置范圍內(nèi)，獲取文件圖譜的的路徑對象（Path Object），根據(jù)情況，并進一步識別為縱坐標刻度線，橫坐標刻度線，積分線、積分線標記,將積分線的圖譜坐標生成積分線相對坐標數(shù)據(jù);

步驟五：根據(jù)步驟三和步驟四的結(jié)果分別形成縱坐標刻度信息數(shù)據(jù)和橫坐標刻度信息數(shù)據(jù);

步驟六：解析文件中數(shù)據(jù)匯總表的文本信息及文本的位置信息生成匯總表數(shù)據(jù);

步驟七：讀取或計算文件圖譜中特定點的絕對坐標及對應(yīng)的相對坐標;

步驟八：根據(jù)已知特定點組合的絕對坐標數(shù)據(jù)及相對坐標數(shù)據(jù)，計算圖譜的橫坐標校正系數(shù)與縱坐標校正系數(shù);

步驟九：采用已知絕對坐標及相對坐標的特定點之一作為參照點，根據(jù)步驟八得到的橫坐標校正系數(shù)與縱坐標校正系數(shù)，將步驟二得到的圖譜相對坐標數(shù)據(jù)逐一進行換算，得到絕對坐標，生成圖譜絕對坐標數(shù)據(jù)字典;

步驟十：采用已知的絕對坐標及相對坐標的特定點之一作為參照點，根據(jù)步驟八得到的橫坐標與縱坐標的校正系數(shù)，將步驟三得到的圖譜參數(shù)數(shù)據(jù)中的相對坐標數(shù)據(jù)逐一進行換算，得到絕對坐標，生成包含有絕對坐標的圖譜參數(shù)數(shù)據(jù)字典;

步驟十一：采用已知的絕對坐標及相對坐標的特定點之一作為參照點，根據(jù)步驟八得到的橫坐標與縱坐標的校正系數(shù)，將步驟二或步驟四得到的積分線相對坐標數(shù)據(jù)中的相對坐標逐一進行換算，得到絕對坐標，生成積分線絕對坐標數(shù)據(jù)字典;

步驟十二：將圖譜絕對坐標數(shù)據(jù)字典，包含有絕對坐標的圖譜參數(shù)數(shù)據(jù)字典，積分線絕對坐標數(shù)據(jù)字典合并打包生成結(jié)構(gòu)化數(shù)據(jù)備用。

2.根據(jù)權(quán)利要求1所述基于PDF文件解析的圖譜數(shù)據(jù)還原方法，其特征在于，所述PDF文件為由生成數(shù)據(jù)的儀器設(shè)備的工作站或?qū)Ｓ密浖膱蟾娉绦蛲ㄟ^調(diào)用PDF虛擬打印功能直接生成的具備規(guī)范內(nèi)部結(jié)構(gòu)的可被程序解析其中所包含的各類對象位置和內(nèi)容的PDF文件。

3.根據(jù)權(quán)利要求1所述基于PDF文件解析的圖譜數(shù)據(jù)還原方法，其特征在于，所述步驟一到步驟四中涉及的計算機工具軟件包括而不僅限于C、C#、Python、Java、Visual Studio等計算機語言所創(chuàng)建的可對PDF文件內(nèi)容進行解析的工具軟件，進一步要求為可實現(xiàn)對PDF中各類對象的位置信息進行解析的工具軟件，更進一步要求為Python語言中的Pdfminer或Pdfminer3K。

4.根據(jù)權(quán)利要求1所述基于PDF文件解析的圖譜數(shù)據(jù)還原方法，其特征在于，所述步驟一到步驟四中的圖譜坐標是基于PDF頁面位置進行定位的相對坐標，為符合Pdfminer工具軟件所定義對象屬性中的x0、y0、x1、y1或pts數(shù)據(jù)包中的內(nèi)容。

5.根據(jù)權(quán)利要求1所述基于PDF文件解析的圖譜數(shù)據(jù)還原方法，其特征在于，所述步驟一中路徑對象（Path Object）為符合Pdfminer工具軟件所定義的LTRect對象。

6.根據(jù)權(quán)利要求1所述基于PDF文件解析的圖譜數(shù)據(jù)還原方法，其特征在于，所述步驟一中圖譜的準確位置范圍系指由滿足x1-x0最大且y1-y0最大的LTRect對象的x0，y0，x1，y1定義的矩形范圍。