一种PDF转Word二维数组表格识别方法、装置及可读存储介质

本发明属于PDF文件解析技术领域提供了一种PDF转Word二维数组表格识别方法、装置及可读存储介质。采用本发明，直接读取PDF底层的操作符信息，根据操作符携带的信息，来生成线框信息，再将线框信息转换成二维数组，不需要再关注线段的连续性已经是否应该合并，在转换二维数组的过程中实际上已经借助数组完成了这件事，后续利用感染算法、孤岛算法、预处理数组，可以快速的定位出表格区域、单元格区域以及边框信息，由此极大的提升了表格的识别生成效率，兼具了速度和准确性的优势。