版式文档注脚的自动识别及转换为流式文档注释的方法

摘要

本发明提供一种版式文档注脚的自动识别方法，包括下列步骤：1)识别出版式文档中的注脚区和正文区；2)根据注脚区内容提取出注脚区注脚序列；3)根据正文区内容提取出正文区注脚序列；4)对步骤2)和步骤3)中得到的注脚区注脚序列和正文区注脚序列进行互相匹配，得到相匹配的注脚区注脚序列和正文区注脚序列。本发明还提供了相应的版式文档注脚的转换为流式文档注释的方法。本发明能够适用于多种形式的版式文件到流式文件的转化，如pdf转为epub等。本发明可以自动的识别版式文件中的注脚，进行注脚的关联，大大解放了人力，增加了处理的速度。本发明的识别方法识别率高、错误率低。