公开(公告)号：CN104067293A

公开(公告)日：2014-09-24

申请号：CN201280067911.5

申请日：2012-01-23

申请人： 微软公司

发明人： M·舍舒姆 ,  M·拉斯科维克 ,  D·扎里克 ,  M·拉扎里维克 ,  A·奥布尔简

IPC分类号： G06K9/00

CPC分类号： G06F17/211 ,  G06K9/00469

摘要： 在本发明中描述并在附图中示出了矢量图分类引擎及相关联的用于对固定格式文档中的矢量图进行分类的方法。矢量图分类引擎定义用于对从固定格式文档中解析作为字体、文本、段落、表、以及页面效果(如阴影、边界、下划线、以及删除线)等的矢量图进行分类的流水线。没有被以其他方式分类的矢量图被指定为基本图。通过按所选次序对检测操作进行排序，最小化或消除了误分类。

公开(公告)号：CN104221033A

公开(公告)日：2014-12-17

申请号：CN201280067894.5

申请日：2012-01-23

申请人： 微软公司

发明人： M·拉扎里维克 ,  M·拉斯科维克 ,  A·奥布尔简 ,  M·舍舒姆 ,  D·拉杜瓦诺维克 ,  D·扎里克 ,  A·托米克 ,  D·斯拉维斯基 ,  M·安提克

IPC分类号： G06K9/00

CPC分类号： G06K9/00463

摘要： 固定格式文档转换引擎和相关联的用于将固定格式的文档转换成流格式文档的方法。固定格式文档转换引擎包括一系列布局分析引擎和语义分析引擎，以分析从固定格式文档获得的基本物理布局信息来将物理布局信息丰富、修改和分类成为渐进地更加高级的物理布局信息，并最终成为语义布局信息。将语义布局信息映射且串行化为具有高级流动性的选中的流格式文档。

公开(公告)号：CN104094278A

公开(公告)日：2014-10-08

申请号：CN201280067913.4

申请日：2012-01-23

申请人： 微软公司

发明人： V·约瓦诺维克 ,  M·拉扎里维克 ,  M·拉斯科维克 ,  N·波兹达里维克 ,  M·舍舒姆

IPC分类号： G06K9/00

CPC分类号： G06K9/00469 ,  G06K9/00463 ,  G06K2209/015

摘要： 模式匹配引擎及相关联的用于检测在固定格式文档中出现的页眉、页脚、水印、页编码、页面色彩和页边界中的一个或多个的方法。模式匹配引擎跨固定格式文档的各页执行模式匹配以标识重复模式。使用试探分析，符合所选准则的重复模式被分类为页眉、页脚或水印。过滤移除了不可能表示页眉、页脚或水印的重复模式。由模式匹配引擎产生的信息允许在将固定格式文档转换为流格式文档时将重复元素合适地重构为可流动元素。

公开(公告)号：CN104094282A

公开(公告)日：2014-10-08

申请号：CN201280067898.3

申请日：2012-01-23

申请人： 微软公司

发明人： M·拉斯科维克 ,  N·波兹达里维克 ,  M·舍舒姆

IPC分类号： G06K9/34 ,  G06K9/00

CPC分类号： G06F17/245 ,  G06K9/00463 ,  G06K9/34 ,  G06K2209/01

摘要： 用于标识出现在从固定格式文档提取的数据中的无边框表格的无边框表格检测引擎和相关联的方法。由于缺乏可视的边框，对无边框表格的可信赖的自动化检测是困难的。无边框表格检测引擎使用空白区而非内容来检测无边框表格候选。通过应用试探法分析，无边框表格检测引擎丢弃具有缺乏表格的足够特征且不可能是有效的无边框表格的布局的无边框表格候选。