CN111027561B - 数学公式定位方法、系统、可读存储介质和计算机设备 - Google Patents
数学公式定位方法、系统、可读存储介质和计算机设备 Download PDFInfo
- Publication number
- CN111027561B CN111027561B CN201911157207.9A CN201911157207A CN111027561B CN 111027561 B CN111027561 B CN 111027561B CN 201911157207 A CN201911157207 A CN 201911157207A CN 111027561 B CN111027561 B CN 111027561B
- Authority
- CN
- China
- Prior art keywords
- minimum
- character
- rectangle
- mathematical formula
- row
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000004590 computer program Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 abstract description 5
- 230000002596 correlated effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012015 optical character recognition Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Character Input (AREA)
Abstract
本发明涉及一种数学公式定位方法，包括如下步骤：从待识别文档中获取每行文字的行最小外接矩形；获取每个字符的字符最小外接矩形；将字符最小外接矩形划分到行最小外接矩形；对每行的字符最小外接矩形进行垂直覆盖合并，得到合并字符最小外接矩形；根据合并字符最小外接矩形，采取区间众数方法，统计分析出汉字字符的一般面积；根据汉字字符的一般面积对合并字符最小外接矩形进行处理，得到数学公式最小外接矩形。本发明通过结合数学公式的特点进行处理，得到数学公式最小外接矩形，定位方法算法复杂度低，降低了运算资源消耗，提高了定位速度。本发明还涉及一种数学公式定位系统、可读存储介质和计算机设备。
Description
技术领域
本发明属于图文识别技术领域，具体涉及一种数学公式定位方法、系统、可读存储介质和计算机设备。
背景技术
目前，OCR(光学字符识别)技术能够识别出电子文档里的文字、表格，而且速度和准确度都令人满意。但是电子文档中并不是只有文字，除了文字外，电子文档中还有图形、图表、公式等许多部分。现有的OCR识别技术对于后面的部分基本是无能为力，而且在某些场合，这些图形、图表、公式等可能比文本更有意义。例如理工类的电子文档中，数学公式无疑是非常重要的，很多文档一旦失去了公式，将毫无意义。
这些公式一般都比较复杂，手工录入相当麻烦，而且容易出错。数学公式的识别技术具有广泛的应用前景和深远的研究价值。在数字图书馆、信息检索等领域，由于缺乏成熟的数学公式识别技术，电子文档中大量的数学公式资源不能得到很好的显示、检索以及重用。
数学公式定位是数学公式识别的第一步，但数学公式字符和符号按二维复杂结构排列、公式字符的大小随着字符位置和内容的不同而改变、同一行中文本和数学公式混杂等数学公式自身的特点，使数学公式定位成为数学公式识别的难点之一。
此外，现有的数学公式定位方法，还普遍存在占用系统运算资源大，运算速度慢的问题。
发明内容
本发明为了解决上述背景技术中的技术问题，提供一种数学公式定位方法、系统、可读存储介质和计算机设备。
本发明解决上述技术问题的技术方案如下：一种数学公式定位方法，包括如下步骤：
从待识别文档中获取每行文字的行最小外接矩形；
获取每个字符的字符最小外接矩形；
将所有所述字符最小外接矩形划分到所述行最小外接矩形；
对每行的所述字符最小外接矩形进行垂直覆盖合并，得到合并字符最小外接矩形；
根据所述合并字符最小外接矩形，采取区间众数方法，统计分析出汉字字符的一般面积；
根据所述汉字字符的一般面积对所述合并字符最小外接矩形进行处理，得到数学公式最小外接矩形。
本发明还公开一种数学公式定位系统，包括，
行最小外接矩形获取模块，用于从待识别文档中获取每行文字的行最小外接矩形；
字符最小外接矩形获取模块，用于获取每个字符的字符最小外接矩形；
划分模块，用于将所有所述字符最小外接矩形划分到所述行最小外接矩形；
合并模块，用于对每行的所述字符最小外接矩形进行垂直覆盖合并，得到合并字符最小外接矩形；
汉字字符的一般面积获取模块，用于根据所述合并字符最小外接矩形，采取区间众数方法，统计分析出汉字字符的一般面积；
数学公式最小外接矩形获取模块，用于根据所述汉字字符的一般面积对所述合并字符最小外接矩形进行处理，得到数学公式最小外接矩形。
本发明还公开一种可读存储介质，包括指令，当所述指令在计算机上运行时，使所述计算机执行上述技术方案所述的数学公式定位方法。
本发明还公开一种计算机设备，包括存储器、处理器及存储在所述存储器上的并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时，实现上述技术方案所述的数学公式定位方法。
本发明的有益效果是：通过从待识别文档中获取行最小外接矩形和字符最小外接矩形，并将行最小外接矩形和字符最小外接矩形相关联并垂直覆盖合并，尔后结合数学公式的特点利用汉字字符的一般面积对合并字符最小外接矩形进行处理，得到数学公式最小外接矩形，定位方法算法复杂度低，降低了运算资源消耗，提高了定位速度。
附图说明
图1为本发明实施例提供的数学公式定位方法流程图；
图2为本发明实施例垂直覆盖合并示意图；
图3为本发明实施例水平投影直方图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
如图1所示，一种数学公式定位方法，包括如下步骤：
从待识别文档中获取每行文字的行最小外接矩形；
获取每个字符的字符最小外接矩形；
将所有所述字符最小外接矩形划分到所述行最小外接矩形；
对每行的所述字符最小外接矩形进行垂直覆盖合并，得到合并字符最小外接矩形；
根据所述合并字符最小外接矩形，采取区间众数方法，统计分析出汉字字符的一般面积；
根据所述汉字字符的一般面积对所述合并字符最小外接矩形进行处理，得到数学公式最小外接矩形。
在上述获取每个字符的字符最小外接矩形步骤中，可通过获取字迹的最大连通，来获取每个字符的字符最小外接矩形。
上述实施例中，通过从待识别文档中获取行最小外接矩形和字符最小外接矩形，并将行最小外接矩形和字符最小外接矩形相关联并垂直覆盖合并得到合并字符最小外接矩形，再结合数学公式的特点利用汉字字符的一般面积对合并字符最小外接矩形进行处理，得到数学公式最小外接矩形，定位方法算法复杂度低，降低了运算资源消耗，提高了定位速度。
可选地，如图3所示，所述从待识别文档中获取每行文字的行最小外接矩形，包括，将所述待识别文档进行二值化处理，得到二值化图像；统计所述二值化图像中每行像素点灰度为1的个数，根据所述每行像素点灰度为1的个数，绘制直方图；根据所述直方图确定每行文字的行最小外接矩形。
上述根据所述直方图确定每行文字的行最小外接矩形步骤，包括，根据直方图得到波谷，根据波谷得到行最小外接矩形。
可以理解的是，正常情况下，文档每行间的像素点数量较小，如图3所示，根据像素点灰度为1的个数得到的呈波峰波谷交替变化直方图，波谷代表了两行的间隙处，即两波谷间区域代表了行最小外接矩形，两波谷的像素距离，即为行间距，为行最小外接矩形的高度，行最小外接矩形的宽度可与文档的页面宽度一致，由此，可得每行文字的行最小外接矩形。
上述实施例中，通过采用投影法获取行最小外接矩形，方法简单，运算量少，提高了定位速度。
可选地，所述将所述字符最小外接矩形划分到所述行最小外接矩形，包括，通过对比所述字符最小外接矩形的坐标和所述行最小外接矩形坐标，将处于同一行的所述字符最小外接矩形与对应的所述行最小外接矩形相关联。
可以理解的是，处于同一行的字符最小外接矩形，在行最小外接矩形内，通过获取字符最小外接矩形和行最小外接矩形的相对位置关系，即可将字符最小外接矩形划分到行最小外接矩形内。
上述实施例中，通过将处于同一行的所述字符最小外接矩形与所述行最小外接矩形相关联，将对整个文档中公式定位的问题，转化为对每行中公式定位的问题，降低定位复杂度。
可选地，所述根据所述合并字符最小外接矩形，采取区间众数方法，统计分析出汉字字符的一般面积，包括，
计算所述合并最小外接矩形的面积数值，把每个所述面积数值当成一个中心数值，统计每个中心数值预设偏离值范围内所包含其他面积数值的个数，选取对应包括其他面积数值个数最多的中心数值，作为汉字字符的一般面积。
偏离值范围可根据定位算法定位效果进行调整，可选择为每个面积数值的0.3倍。求取汉字字符的一般面积的示例过程如下：
如上表，设有8个合并最小外接矩形，面积分别为7、9、10、5、12、9、19、5，以0.3倍面积为偏离值，分别计算偏离值范围，然后，统计各偏离值范围内其它面积数值的个数分别为4、3、5、1、4、3、0、1，可得偏离值范围(7-13)包括的其它面积数值个数最多，为5个，其对应的面积中心数值为10，即10为汉字字符一般面积。
上述实施例中，通过获取具有类似面积数值数量最多的面积数值作为汉字字符的一般面积，较为接近汉字字符的真实面积，提高了定位的准确度。
可选地，如图2所示，所述对每行的所述字符最小外接矩形进行垂直覆盖合并，得到合并字符最小外接矩形，包括，针对每行，将在竖直方向投影有重叠的所述字符最小外接矩形进行合并，得到所述合并字符最小外接矩形。
对每一行的字符最小外接矩形，当在竖直方向投影有重叠时，就把这部分矩形进行合并，得到合并字符最小外接矩形。由数学公式的特点可知，数字公式的字符，如分式等，在竖直方向存在重叠、交错，通过将重叠、交错的字符进行合并，减小定位方法的复杂度。
可选地，所述根据所述汉字字符的一般面积对所述合并字符最小外接矩形进行处理，得到数学公式最小外接矩形，包括，根据所述汉字字符的一般面积，对所述合并字符最小外接矩形进行分类，得到中文汉字字符和疑似公式字符；遍历所有所述疑似公式字符，如连续出现预设数量以上所述疑似公式字符就合并为一个矩形，得到备选疑似数学公式最小外接矩形，在合并时，将间隔超过第一预设长度的两个所述疑似公式字符相互隔开，并剔除空白字符；从所有所述备选数学疑似公式最小外接矩形中删除小于第二预设长度的所述备选疑似数学公式最小外接矩形，剩余所述备选疑似数学公式最小外接矩形即为数学公式最小外接矩形。
可以理解的是，含有数学公式的文档，一般具有以下特征，数学公式与数学公式之间、数学公式与字符之间存在一定间隔，且数学公式的长度须满足一定的要求，本实施例即是根据数学公式的特征进行处理。
第一预设长度可以是汉字字符宽度0.8倍；汉字字符宽度可以通过汉字字符的一般面积获得，可以为汉字字符的一般面积的平方根；第二预设长度可以是汉字字符宽度的2倍。
上述根据所述汉字字符的一般面积，对所述合并字符最小外接矩形进行分类，得到中文汉字字符和疑似公式字符步骤中，可以通过比较合并字符最小外接矩形的面积和汉字字符的一般面积的差异，当差异小于预设值时，则为中文汉字字符，反之则为疑似公式字符，该预设值可设为汉字字符的一般面积的0.3倍。
上述实施例中，利用数学公式的特征，对合并字符最小外接矩形进行合并、筛选，最终得到数学公式最小外接矩形，方法简单，提高了定位速度，且充分利用数学公式特征，提高了定位精度。
本发明实施例还公开一种数学公式定位系统，包括，
行最小外接矩形获取模块，用于从待识别文档中获取每行文字的行最小外接矩形；
字符最小外接矩形获取模块，用于获取每个字符的字符最小外接矩形；
划分模块，用于将所述字符最小外接矩形划分到所述行最小外接矩形；
合并模块，用于对每行的所述字符最小外接矩形进行垂直覆盖合并，得到合并字符最小外接矩形；
汉字字符的一般面积获取模块，用于根据所述合并字符最小外接矩形，采取区间众数方法，统计分析出汉字字符的一般面积；
数学公式最小外接矩形获取模块，用于根据所述汉字字符的一般面积对所述合并字符最小外接矩形进行处理，得到数学公式最小外接矩形。
上述字符最小外接矩形获取模块，可通过获取字迹的最大连通，来获取每个字符的字符最小外接矩形。
上述实施例中，通过从待识别文档中获取行最小外接矩形和字符最小外接矩形，并将行最小外接矩形和字符最小外接矩形相关联并垂直覆盖合并，尔后结合数学公式的特点利用汉字字符的一般面积对合并字符最小外接矩形进行处理，得到数学公式最小外接矩形，定位方法算法复杂度低，降低了运算资源消耗，提高了定位速度。
可选地，所述行最小外接矩形获取模块，包括，
二值化模块，用于将所述待识别文档进行二值化处理，得到二值化图像；
直方图绘制模块，如图3所示，用于统计所述二值化图像中每行像素点灰度为1的个数，根据所述每行像素点灰度为1的个数，绘制直方图；
行最小外接矩形绘制模块，用于根据所述直方图确定每行文字的行最小外接矩形。
可以理解的是，正常情况下，文档每行间的像素点数量较小，如图3所示，根据像素点灰度为1的个数得到的呈波峰波谷交替变化直方图，波谷代表了两行的间隙处，即两波谷间区域代表了行最小外接矩形，两波谷的像素距离，即为行间距，由此，可得每行文字的最小外接矩形。
上述实施例中，通过采用投影法获取行最小外接矩形，方法简单，运算量少，提高了定位速度。
本发明实施例还公开一种可读存储介质，包括指令，当所述指令在计算机上运行时，使所述计算机执行上述技术方案所述的数学公式定位方法。
本发明实施例还公开一种计算机设备，包括存储器、处理器及存储在所述存储器上的并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时，实现上述技术方案所述的数学公式定位方法。
上述实施例中，通过从待识别文档中获取行最小外接矩形和字符最小外接矩形，并将行最小外接矩形和字符最小外接矩形相关联并垂直覆盖合并，尔后结合数学公式的特点利用汉字字符的一般面积对合并字符最小外接矩形进行处理，得到数学公式最小外接矩形，定位方法算法复杂度低，降低了运算资源消耗，提高了定位速度。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种数学公式定位方法，其特征在于，包括如下步骤：
从待识别文档中获取每行文字的行最小外接矩形；
获取每个字符的字符最小外接矩形；
将所有所述字符最小外接矩形划分到所述行最小外接矩形，具体包括，
通过对比所述字符最小外接矩形的坐标和所述行最小外接矩形坐标，将处于同一行的所述字符最小外接矩形与对应的所述行最小外接矩形相关联；
对每行的所述字符最小外接矩形进行垂直覆盖合并，得到合并字符最小外接矩形，具体包括，针对每行，将在竖直方向投影有重叠的所述字符最小外接矩形进行合并，得到所述合并字符最小外接矩形；
根据所述合并字符最小外接矩形，采取区间众数方法，统计分析出汉字字符的一般面积；
根据所述汉字字符的一般面积对所述合并字符最小外接矩形进行处理，得到数学公式最小外接矩形，具体包括，根据所述汉字字符的一般面积，对所述合并字符最小外接矩形进行分类，得到中文汉字字符和疑似公式字符；
遍历所有所述疑似公式字符，如连续出现预设数量以上所述疑似公式字符就合并为一个矩形，得到备选疑似数学公式最小外接矩形，在合并时，将间隔超过第一预设长度的两个所述疑似公式字符相互隔开，并剔除空白字符；
从所有所述备选数学疑似公式最小外接矩形中删除小于第二预设长度的所述备选疑似数学公式最小外接矩形，剩余所述备选疑似数学公式最小外接矩形即为数学公式最小外接矩形。
2.根据权利要求1所述的一种数学公式定位方法，其特征在于，所述从待识别文档中获取每行文字的行最小外接矩形，包括，
将所述待识别文档进行二值化处理，得到二值化图像；
统计所述二值化图像中每行像素点灰度为1的个数，根据所述每行像素点灰度为1的个数，绘制直方图；
根据所述直方图确定每行文字的行最小外接矩形。
3.根据权利要求1所述的一种数学公式定位方法，其特征在于，所述根据所述合并字符最小外接矩形，采取区间众数方法，统计分析出汉字字符的一般面积，包括，
计算所述合并最小外接矩形的面积数值，把每个所述面积数值当成一个中心数值，统计每个中心数值预设偏离值范围内所包含其他面积数值的个数，选取对应包括其他面积数值个数最多的中心数值，作为汉字字符的一般面积。
4.一种数学公式定位系统，其特征在于，包括，
行最小外接矩形获取模块，用于从待识别文档中获取每行文字的行最小外接矩形；
字符最小外接矩形获取模块，用于获取每个字符的字符最小外接矩形；
划分模块，用于将所述字符最小外接矩形划分到所述行最小外接矩形，具体包括，
通过对比所述字符最小外接矩形的坐标和所述行最小外接矩形坐标，将处于同一行的所述字符最小外接矩形与对应的所述行最小外接矩形相关联；
合并模块，用于对每行的所述字符最小外接矩形进行垂直覆盖合并，得到合并字符最小外接矩形，具体包括，针对每行，将在竖直方向投影有重叠的所述字符最小外接矩形进行合并，得到所述合并字符最小外接矩形；
汉字字符的一般面积获取模块，用于根据所述合并字符最小外接矩形，采取区间众数方法，统计分析出汉字字符的一般面积；
数学公式最小外接矩形获取模块，用于根据所述汉字字符的一般面积对所述合并字符最小外接矩形进行处理，得到数学公式最小外接矩形，具体包括，根据所述汉字字符的一般面积，对所述合并字符最小外接矩形进行分类，得到中文汉字字符和疑似公式字符；
遍历所有所述疑似公式字符，如连续出现预设数量以上所述疑似公式字符就合并为一个矩形，得到备选疑似数学公式最小外接矩形，在合并时，将间隔超过第一预设长度的两个所述疑似公式字符相互隔开，并剔除空白字符；
从所有所述备选数学疑似公式最小外接矩形中删除小于第二预设长度的所述备选疑似数学公式最小外接矩形，剩余所述备选疑似数学公式最小外接矩形即为数学公式最小外接矩形。
5.根据权利要求4所述的一种数学公式定位系统，其特征在于，所述行最小外接矩形获取模块，包括，
二值化模块，用于将所述待识别文档进行二值化处理，得到二值化图像；
直方图绘制模块，用于统计所述二值化图像中每行像素点灰度为1的个数，根据所述每行像素点灰度为1的个数，绘制直方图；
行最小外接矩形绘制模块，用于根据所述直方图确定每行文字的行最小外接矩形。
6.一种可读存储介质，包括指令，其特征在于，当所述指令在计算机上运行时，使所述计算机执行根据权利要求1-3任一项所述的数学公式定位方法。
7.一种计算机设备，包括存储器、处理器及存储在所述存储器上的并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时，实现如权利要求1-3任一项所述的数学公式定位方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911157207.9A CN111027561B (zh) | 2019-11-22 | 2019-11-22 | 数学公式定位方法、系统、可读存储介质和计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911157207.9A CN111027561B (zh) | 2019-11-22 | 2019-11-22 | 数学公式定位方法、系统、可读存储介质和计算机设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111027561A CN111027561A (zh) | 2020-04-17 |
| CN111027561B true CN111027561B (zh) | 2020-08-18 |
Family
ID=70202790
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911157207.9A Active CN111027561B (zh) | 2019-11-22 | 2019-11-22 | 数学公式定位方法、系统、可读存储介质和计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111027561B (zh) |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8023738B1 (en) * | 2006-03-28 | 2011-09-20 | Amazon Technologies, Inc. | Generating reflow files from digital images for rendering on various sized displays |
| CN100541521C (zh) * | 2007-11-14 | 2009-09-16 | 哈尔滨工程大学 | 中文印刷体公式识别方法 |
| CN101329731A (zh) * | 2008-06-06 | 2008-12-24 | 南开大学 | 图像中数学公式的自动识别方法 |
| CN105184292B (zh) * | 2015-08-26 | 2018-08-03 | 海南云江科技有限公司 | 自然场景图像中手写体数学公式结构分析与识别方法 |
| CN107180239B (zh) * | 2017-06-09 | 2020-09-11 | 科大讯飞股份有限公司 | 文本行识别方法及系统 |
| CN109614944B (zh) * | 2018-12-17 | 2021-05-04 | 科大讯飞股份有限公司 | 一种数学公式识别方法、装置、设备及可读存储介质 |
| CN109885773B (zh) * | 2019-02-28 | 2020-11-24 | 广州寄锦教育科技有限公司 | 一种文章个性化推荐方法、系统、介质及设备 |
-
2019
- 2019-11-22 CN CN201911157207.9A patent/CN111027561B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN111027561A (zh) | 2020-04-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9367766B2 (en) | Text line detection in images | |
| KR101690981B1 (ko) | 형태 인식 방법 및 디바이스 | |
| JP5492205B2 (ja) | 印刷媒体ページの記事へのセグメント化 | |
| CN101122953A (zh) | 一种图片文字分割的方法 | |
| CN101122952A (zh) | 一种图片文字检测的方法 | |
| US20150370889A1 (en) | Image processing system, image processing method, and image processing program | |
| CN109948521B (zh) | 图像纠偏方法和装置、设备及存储介质 | |
| CN110598566A (zh) | 图像处理方法、装置、终端和计算机可读存储介质 | |
| CN111507351A (zh) | 一种古籍文档数字化的方法 | |
| CN109389050B (zh) | 一种流程图连接关系识别方法 | |
| Garz et al. | A binarization-free clustering approach to segment curved text lines in historical manuscripts | |
| Kesiman et al. | Southeast Asian palm leaf manuscript images: a review of handwritten text line segmentation methods and new challenges | |
| CN111368632A (zh) | 一种签名识别方法及设备 | |
| CN102779276B (zh) | 文本图像识别方法和装置 | |
| CN112883926A (zh) | 表格类医疗影像的识别方法及装置 | |
| Hesham et al. | Arabic document layout analysis | |
| CN116824608A (zh) | 基于目标检测技术的答题卡版面分析方法 | |
| CN114581928A (zh) | 一种表格识别方法及系统 | |
| CN114386413A (zh) | 处理数字化的手写 | |
| CN116596921B (zh) | 一种焚烧炉渣分选方法及系统 | |
| CN113112567A (zh) | 生成可编辑流程图的方法、装置、电子设备和存储介质 | |
| CN115147855A (zh) | 票据进行批量ocr识别方法及系统 | |
| CN111027561B (zh) | 数学公式定位方法、系统、可读存储介质和计算机设备 | |
| Al-Shatnawi | A skew detection and correction technique for Arabic script text-line based on subwords bounding | |
| Gatos et al. | Greek polytonic OCR based on efficient character class number reduction |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Mathematical formula positioning methods, systems, readable storage media, and computer equipment Effective date of registration: 20231212 Granted publication date: 20200818 Pledgee: Bank of China Limited Guangzhou Pearl River Branch Pledgor: GUANGZHOU JEAGINE EDUCATION TECHNOLOGY Co.,Ltd. Registration number: Y2023980070836 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |