一种PDF图纸识别及信息结构化提取的方法

本发明公开了一种PDF图纸识别及信息结构化提取的方法，通过图像预处理生成高分辨率位图；基于迁移学习的目标检测模型对图纸中的文本区域、表格区域及符号区域进行定位与分类；采用霍夫变换结合SIFT特征匹配识别工程符号，并通过RANSAC算法实现亚像素定位；仿射变换矫正倾斜文本后经OCR提取内容；基于OPTICS聚类与投影分析重构表格结构；依据坐标关联规则构建RDF知识图谱；利用U‑Net差异检测定位遗漏区域并补全。本发明融合深度学习与图像处理技术，解决传统方法中旋转文本识别率低、表格结构丢失及语义关联缺失问题，通过轻量化模型压缩与TensorRT加速，解析准确率显著优于传统方法，可广泛应用于建筑工程、石油化工等领域，提升图纸信息处理效率与数据完整性。