随着党政机关的文印市场以及各种书刊出版市场的不断扩大,机关及企业部门对印刷品质量的精确度要求也在不断地提高。而在印刷品的生产过程中,受到生产条件的影响,印刷品经常会出现各种各样的问题:例如在电子文件的排版阶段,图像分辨率的调整从而造成的信息缺失;输出印刷机的印刷生产阶段的漏印,飞墨等,都有可能导致打印出来的文件与原始文件有一些或多或少的差异,这种差异会体现在图文版式,漏字错字等可能造成信息缺失和信息错误等方面,并与此同时带来印刷成本的增加。为了保证文印文件在印刷前后内容上的一致性,需要对印刷品的印刷质量进行严格的把控。本文设计实现了一个能够对印刷前后的文档进行基于内容比对的系统。从进行版面分割的目标出发,选择了Mask-RCNN作为进行本次文档版面分割子任务的基础网络模型进行训练。对分割后的版面通过后续的文字划分、文字比对、图像比对、文档标注等功能完成对文档的版面分析以及其内容比对,及时指出因印刷错误导致的文档的内容偏差。下面是本文研究的主要工作和创新之处:1.制作了中文文档版面文档分割数据集,同时在不同的网络模型中也能够保持着良好的迁移训练效果,并且能够同时在中英文版面上对文档图像进行基于版面的分割。2.提出了一种文档版面排序算法,能够对分割后的版面按照读者通常进行阅读的顺序进行拓扑排序;提出了一种基于文字图像特征的自适应文字划分方法,能够对存在文字的版面区域图像进行基于文字的图像拆分,同时该划分算法对于存在黏连文字的图像也有着较好的分割效果。通过对系统进行单元测试以及整体测试,系统能够对文档间的内容差异达到96.9%的差异标记准确率。