本发明涉及一种基于多种神经网络混合的出版PDF版面分析识别方法，属于图像识别、PDF版面分析技术领域，采用多任务训练模式，先对版面进行识别，分割并标注PDF版面，包括段落、标题、插图，并定位文本行，再对文本进行识别。本方法在版面识别上，通过多任务训练模式，同时完成了本文行、结构识别标注，全过程无需人工参与，有效保留了PDF文本结构信息。根据版面分析得到的带PDF文本结构信息的数据，构建出版数据常用中文字典，并针对性训练文本识别模型，从而使模型在PDF印刷体文本识别任务中识别精度得以大幅提升。识别后的文本同样具有结构信息，还原原始PDF布局结构，也便于后续二次编辑，制作电子书，挖掘图书内容知识。