一种PDF转Word场景下跨行、跨列单元格识别方法、系统、装置及介质

本发明属于PDF文件解析技术领域，提供了一种PDF转Word场景下跨行、跨列单元格识别方法、系统、装置及介质，其中，方法包括步骤S1：通过PDF表格识别方法，获取到所有的封闭图形信息，封闭图形信息具有top、bottom、left、right信息；步骤S2：封闭图形分类，并组合成表格的行信息；步骤S3：二阶段进行列信息初始化：将封闭图形分类，并组合成表格的列信息；步骤S4：计算跨行、跨列数；步骤S5：根据计算的跨行、跨列数，完成表格的构建。采用本发明，识别出PDF中的封闭矩形后，可以准确的识别出完整且准确的表格，使得在PDF转Word的场景下，可以准确并完整的转换出表格信息，并且本发明使用纯算法实现，不需要借助任何三方工具，速度具有极大的优势。