一种富格式文档的图形识别方法和系统

摘要

本发明公开了一种富格式文档的图形识别方法和系统，属于图形识别技术领域，所述方法包括：识别文档页面中图形的区域和类别；基于所述图形类别，获得图形区域中的对象，所述对象包括：形状对象、文本块和连线；根据文本块所在的位置，建立文本块与形状对象或连线的关联；根据连线的端点，找到连线的邻近对象；根据连线的类别，将相邻连线进行整合，获得整合连线；建立所述整合连线、邻近形状对象和文本块的关联，并获得结构化信息。图形类别不同，对象的形式和连接形式不同，基于图形类别的图形识别，可以有效提高识别的准确性；根据连线的类别，将连线的各个连线进行整合，获得整合连线，利于识别复杂图形中对象之间连接关系。