利用双层PDF技术实现地质的资料信息化管理.docVIP

利用双层PDF技术实现地质的资料信息化管理 　　摘 要：本文介绍了双层PDF技术的实现方法及操作技巧，旨在通过建立索引数据库实现对地质资料的信息化管理。在已扫描地质资料数据基础上，通过OCR识别生成文本与图像相结合的可检索PDF文件，100%保留原档案资料版面效果，实现文档的检索、复制等功能，提高地质文档电子化发展。 　　关键词：双层PDF OCR 地质资料 信息化 　　中图分类号：G27 文献标识码：A 文章编号：1672-3791（2017）10（a）-0014-02 　　目前，河北省地质档案馆的全部资料已经完成了图文扫描，数字化的数据为地质资料信息化发展提供了重要的数据资源。数字化的地质资料用于阅读虽然极大地提高了效率，但是目前所有的数字图文资料还不能够进行全文检索，数字化资料深层化的利用和解析还没有起到一定的作用。 　　因此，在现有数字化数据的基础上，开展OCR（Optical Character Recognition）识别，使之转化为双层PDF文件，并形成全文数据库，实现地质资料和数据的全面检索，促进地质资料由静态查阅向数字化信息管理发展。 　　1 双层PDF转换方法及流程 　　目前国内双层PDF转换技术已相对成熟，在现有技术条件下，大体可分为三种：软件转换、流程加工、识别重构。地质资料数字化双层PDF?D换主要运用第一种方法进行软件转换，即经过软件自动