使用开发的文档布局分析。 来自：文档布局分析是对文本文档的扫描图像中的感兴趣区域进行标识和分类的过程。 阅读系统要求将文本区域与非文本区域进行分割，并按照正确的阅读顺序进行排列。 检测并标记嵌入文档中的不同区域（或块）作为文本主体，插图，数学符号和表格，这称为几何布局分析。 但是文本区域在文档中扮演着不同的逻辑角色（标题，标题，脚注等），而这种语义标签是逻辑布局分析的范围。 在此存储库中，我们将不考虑扫描的文档，而是考虑经典的pdf文档，并利用所有可用信息（例如，字母边框，字体）。 相关项目