在光学字符识别（OCR）过程中的段落识别

摘要

用于检测在文本图像中的段落的图像处理设备包括：输入部件，用于接收其中文本行和单词已被标识的输入图像；和页分类部件，用于把输入图像分类为第一或第二页类型。该设备还包括段落检测部件，用于把在输入图像上的所有文本行分类为开始段落行或继续段落行。设备还被提供有段落创建部件，用于创建包括两个连续的开始段落行之间的文本行，包括所述两个连续的开始段落行的第一个开始段落行的段落。已被识别的段落可以通过它们呈现的对齐的类型而被分类。例如，段落可以按照它们是左对齐、右对齐、居中对齐还是两端对齐而进行分类。

主权项

一种用于检测在文本图像中的段落的图像处理设备，包括：输入部件，用于接收其中文本行和单词已被标识的输入图像；页分类部件，用于把输入图像分类为第一或第二页类型；段落检测部件，用于把在输入图像上的所有文本行分类为开始段落行或继续段落行；以及段落创建部件，用于创建包括两个连续的开始段落行之间的文本行，包括所述两个连续的开始段落行的第一个开始段落行的段落。