数字资源加工过程中的数据标引方法

摘要

本发明数字资源加工过程中的数据标引方法，属数字资源加工的计算机信息处理技术领域。将纸质文档进行扫描或打开已有的电子文档图像，作为一个数据包，进行必要的图像处理、版面分析，及对版面框添加标引属性，通过OCR识别，利用识别结果文本和版面框的对应关系，自动完成数据标引工作，输出文字所属标引，以及标引在图像上的位置等相关信息，依据此信息，可以将图像信息正确入库，制作相关的检索信息源。本发明在进行文档资料进行处理时，用户在版面分析过程的同时进行标引添加工作，添加的标引可由用户自定义，在校对识别结果的同时直观地对文字所属标引进行检查和修改，大大提高了数字资源加工的工作效率，提高了系统的通用性。

主权项

一种数字资源加工过程中的数据标引方法，包括以下步骤：步骤一：将纸质文档进行扫描或打开已有的电子文档图像，将内容相关的一批图像制作成数据包；步骤二：对制作成的数据包进行图像处理，得到待识别的图像数据包；步骤三：对待识别的图像数据包进行版面分析，将图像上的各个版面画出版面框，并在版面框上标示出标引属性；步骤四：对图像中的各版面进行OCR识别；步骤五：对OCR识别出的结果进行校对和标引修正；步骤六：利用修正后的识别结果文本和版面框，得到识别结果和标引属性的对应关系文件。