PostScript文件文字块段落提取重构算法

从PostScript文件中提取文字并还原其段落格式,是电子出版领域一个新的研究方向。对PostScript文件进行解析,提取出各段落文字并获取每个文字(符号)的二维坐标信息,对每个文字(符号)的二维坐标及前后文字(符号)的二维坐标进行上下文关联分析,比较前后字符的横坐标、纵坐标,根据阈值确定段落排版方式并获取文字段分段、换行、段移位等信息。根据分析信息在文字段中插入空格或者换行,重构文字段的段落格式。