chore: archive extract-table-cell-boxes proposal
Archived the extract-table-cell-boxes proposal which implemented: - Table cell boxes extraction from PP-StructureV3 table_res_list - Layered rendering for tables with cell borders - CV-based table line detection (disabled) - Scan artifact removal preprocessing - PDF orientation detection for rotated documents 🤖 Generated with [Claude Code](https://claude.com/claude-code) Co-Authored-By: Claude <noreply@anthropic.com>
This commit is contained in:
egg
@@ -0,0 +1,134 @@
|
||||
# Change: Extract Table Cell Boxes via Direct Model Invocation
|
||||
|
||||
## Why
|
||||
|
||||
PPStructureV3 (PaddleX 3.x) 的高層 API 在處理表格時，只輸出 HTML 格式的表格內容，**不返回每個 cell 的座標 (bbox)**。
|
||||
|
||||
### 問題分析
|
||||
|
||||
經過測試確認：
|
||||
|
||||
```python
|
||||
# PPStructureV3 輸出 (parsing_res_list)
|
||||
{
|
||||
'block_label': 'table',
|
||||
'block_content': '<html>...</html>', # 只有 HTML
|
||||
'block_bbox': [84, 269, 1174, 1508], # 只有整個表格的 bbox
|
||||
# ❌ 沒有 cell boxes
|
||||
}
|
||||
```
|
||||
|
||||
但底層模型 (SLANeXt) 實際上**有輸出 cell boxes**：
|
||||
|
||||
```python
|
||||
# 直接調用 SLANeXt 模型
|
||||
from paddlex import create_model
|
||||
table_model = create_model('SLANeXt_wired')
|
||||
result = table_model.predict(table_img)
|
||||
# result.json['res']['bbox'] → 29 個 cell 座標 (8點多邊形)
|
||||
```
|
||||
|
||||
### 影響
|
||||
|
||||
缺少 cell boxes 導致：
|
||||
- OCR Track 的 PDF 版面還原表格渲染不準確
|
||||
- 無法精確定位每個 cell 的位置
|
||||
- 表格內容可能重疊或錯位
|
||||
|
||||
## What Changes
|
||||
|
||||
### 方案：補充調用底層 SLANeXt 模型
|
||||
|
||||
在 `pp_structure_enhanced.py` 處理表格時，補充調用 PaddleX 底層模型獲取 cell boxes：
|
||||
|
||||
```
|
||||
┌─────────────────────────────────────────────────────────────┐
|
||||
│ 修改後的流程 │
|
||||
├─────────────────────────────────────────────────────────────┤
|
||||
│ │
|
||||
│ PPStructureV3.predict() │
|
||||
│ │ │
|
||||
│ ▼ │
|
||||
│ parsing_res_list (HTML only) │
|
||||
│ │ │
|
||||
│ ▼ (對於 TABLE 類型) │
|
||||
│ ┌─────────────────────────────────────┐ │
|
||||
│ │ 補充調用底層模型 │ │
|
||||
│ │ 1. 裁切表格區域 │ │
|
||||
│ │ 2. 調用 SLANeXt 獲取 cell boxes │ │
|
||||
│ │ 3. 轉換座標到全域座標 │ │
|
||||
│ │ 4. 存入 element['cell_boxes'] │ │
|
||||
│ └─────────────────────────────────────┘ │
|
||||
│ │ │
|
||||
│ ▼ │
|
||||
│ 完整的表格元素 (HTML + cell_boxes) │
|
||||
│ │
|
||||
└─────────────────────────────────────────────────────────────┘
|
||||
```
|
||||
|
||||
### 模型選擇邏輯
|
||||
|
||||
根據表格類型選擇對應的 SLANeXt 模型：
|
||||
|
||||
| 表格類型 | 判斷方式 | 使用模型 |
|
||||
|---------|---------|---------|
|
||||
| 有線表格 (wired) | PP-LCNet 分類 | SLANeXt_wired |
|
||||
| 無線表格 (wireless) | PP-LCNet 分類 | SLANeXt_wireless |
|
||||
|
||||
### Cell Boxes 格式
|
||||
|
||||
SLANeXt 輸出的 bbox 是 8 點多邊形格式：
|
||||
```python
|
||||
[x1, y1, x2, y2, x3, y3, x4, y4] # 四個角點座標
|
||||
# 例如: [11, 4, 692, 5, 675, 57, 10, 56]
|
||||
```
|
||||
|
||||
需要轉換為全域座標（加上表格偏移量）。
|
||||
|
||||
## Impact
|
||||
|
||||
### Affected Specs
|
||||
- `ocr-processing` - 表格處理增強
|
||||
|
||||
### Affected Code
|
||||
- `backend/app/services/pp_structure_enhanced.py`
|
||||
- 添加底層模型緩存機制
|
||||
- 修改 `_process_parsing_res_list` 中的 TABLE 處理邏輯
|
||||
- 添加 cell boxes 提取和座標轉換
|
||||
|
||||
- `backend/app/services/pdf_generator_service.py`
|
||||
- 利用 cell_boxes 改進表格渲染
|
||||
|
||||
### Quality Impact
|
||||
|
||||
| 項目 | 改進前 | 改進後 |
|
||||
|------|--------|--------|
|
||||
| Cell 座標 | ❌ 無 | ✅ 有 (8點多邊形) |
|
||||
| 表格渲染 | 平均分配行列 | 精確定位 |
|
||||
| 版面還原 | 內容可能重疊 | 準確對應 |
|
||||
|
||||
### Performance Impact
|
||||
|
||||
- 額外模型調用：每個表格需要額外調用一次 SLANeXt
|
||||
- 緩存優化：模型實例可緩存，避免重複載入
|
||||
- 預估開銷：每表格增加 ~0.5-1 秒
|
||||
|
||||
## Risks
|
||||
|
||||
1. **性能開銷**
|
||||
- 風險：額外模型調用增加處理時間
|
||||
- 緩解：緩存模型實例，僅在需要時調用
|
||||
|
||||
2. **模型不一致**
|
||||
- 風險：PPStructureV3 內部可能已使用不同參數的模型
|
||||
- 緩解：使用相同的模型配置
|
||||
|
||||
3. **座標轉換錯誤**
|
||||
- 風險：bbox 座標系可能有差異
|
||||
- 緩解：充分測試，確保座標正確轉換
|
||||
|
||||
## Not Included
|
||||
|
||||
- 完全繞過 PPStructureV3（保留用於 Layout 分析）
|
||||
- RT-DETR cell detection（可作為後續增強）
|
||||
- 其他元素的增強處理
|
||||
@@ -0,0 +1,132 @@
|
||||
# Spec: OCR Processing - Table Cell Boxes Extraction
|
||||
|
||||
## Overview
|
||||
|
||||
在 OCR Track 處理表格時，補充調用 PaddleX 底層 SLANeXt 模型，獲取每個 cell 的座標信息。
|
||||
|
||||
## Requirements
|
||||
|
||||
### 1. 模型管理
|
||||
|
||||
#### 1.1 模型緩存
|
||||
```python
|
||||
class PPStructureEnhanced:
|
||||
def __init__(self, structure_engine):
|
||||
self.structure_engine = structure_engine
|
||||
# 底層模型緩存
|
||||
self._table_cls_model = None
|
||||
self._wired_table_model = None
|
||||
self._wireless_table_model = None
|
||||
```
|
||||
|
||||
#### 1.2 延遲載入
|
||||
- 模型只在首次需要時載入
|
||||
- 使用 `paddlex.create_model()` API
|
||||
- 模型配置從 settings 讀取
|
||||
|
||||
### 2. Cell Boxes 提取流程
|
||||
|
||||
#### 2.1 處理條件
|
||||
當 `mapped_type == ElementType.TABLE` 且有有效的 `block_bbox` 時觸發。
|
||||
|
||||
#### 2.2 處理步驟
|
||||
|
||||
```
|
||||
1. 裁切表格圖片
|
||||
- 從原始圖片中根據 block_bbox 裁切
|
||||
- 確保邊界不超出圖片範圍
|
||||
|
||||
2. 判斷表格類型 (可選)
|
||||
- 調用 PP-LCNet_x1_0_table_cls
|
||||
- 獲取 wired/wireless 分類結果
|
||||
- 或直接使用 PPStructureV3 內部的分類結果
|
||||
|
||||
3. 調用對應 SLANeXt 模型
|
||||
- wired → SLANeXt_wired
|
||||
- wireless → SLANeXt_wireless
|
||||
|
||||
4. 提取 cell boxes
|
||||
- 從 result.json['res']['bbox'] 獲取
|
||||
- 格式: [[x1,y1,x2,y2,x3,y3,x4,y4], ...]
|
||||
|
||||
5. 座標轉換
|
||||
- 將相對座標轉為全域座標
|
||||
- global_box = [box[i] + offset for each point]
|
||||
- offset = (table_x, table_y) from block_bbox
|
||||
|
||||
6. 存入 element
|
||||
- element['cell_boxes'] = processed_boxes
|
||||
- element['cell_boxes_format'] = 'polygon_8'
|
||||
```
|
||||
|
||||
### 3. 數據格式
|
||||
|
||||
#### 3.1 Cell Boxes 結構
|
||||
```python
|
||||
element = {
|
||||
'element_id': 'pp3_0_3',
|
||||
'type': ElementType.TABLE,
|
||||
'bbox': [84, 269, 1174, 1508], # 表格整體 bbox
|
||||
'content': '<html>...</html>', # HTML 內容
|
||||
'cell_boxes': [ # 新增：cell 座標
|
||||
[95, 273, 776, 274, 759, 326, 94, 325], # cell 0 (全域座標)
|
||||
[119, 296, 575, 295, 560, 399, 117, 401], # cell 1
|
||||
# ...
|
||||
],
|
||||
'cell_boxes_format': 'polygon_8', # 座標格式說明
|
||||
'table_type': 'wired', # 可選：表格類型
|
||||
}
|
||||
```
|
||||
|
||||
#### 3.2 座標格式
|
||||
- `polygon_8`: 8 點多邊形 `[x1,y1,x2,y2,x3,y3,x4,y4]`
|
||||
- 順序：左上 → 右上 → 右下 → 左下
|
||||
|
||||
### 4. 錯誤處理
|
||||
|
||||
#### 4.1 失敗情況
|
||||
- 模型載入失敗
|
||||
- 圖片裁切失敗
|
||||
- 預測返回空結果
|
||||
|
||||
#### 4.2 處理方式
|
||||
- 記錄警告日誌
|
||||
- 繼續處理，element 不包含 cell_boxes
|
||||
- 不影響原有 HTML 提取流程
|
||||
|
||||
### 5. 配置項
|
||||
|
||||
```python
|
||||
# config.py
|
||||
class Settings:
|
||||
# 是否啟用 cell boxes 提取
|
||||
enable_table_cell_boxes_extraction: bool = True
|
||||
|
||||
# 表格結構識別模型 (已存在)
|
||||
wired_table_model_name: str = "SLANeXt_wired"
|
||||
wireless_table_model_name: str = "SLANeXt_wireless"
|
||||
```
|
||||
|
||||
## Implementation Notes
|
||||
|
||||
### 模型共享
|
||||
PPStructureV3 內部已載入了這些模型，但高層 API 不暴露。
|
||||
直接使用 `paddlex.create_model()` 會重新載入模型。
|
||||
考慮是否可以訪問 PPStructureV3 內部的模型實例（經測試：不可行）。
|
||||
|
||||
### 性能優化
|
||||
- 模型實例緩存在 PPStructureEnhanced 中
|
||||
- 避免每次處理表格都重新載入模型
|
||||
- 考慮在內存緊張時釋放緩存
|
||||
|
||||
### 座標縮放
|
||||
如果圖片在 Layout 分析前經過縮放（ScalingInfo），
|
||||
cell boxes 座標也需要相應縮放回原始座標系。
|
||||
|
||||
## Test Cases
|
||||
|
||||
1. **有線表格**：確認 cell boxes 提取正確
|
||||
2. **無線表格**：確認模型選擇和提取正確
|
||||
3. **複雜表格**：跨行跨列的表格
|
||||
4. **小表格**：cell 數量少的簡單表格
|
||||
5. **錯誤處理**：無效 bbox、模型失敗等情況
|
||||
@@ -0,0 +1,273 @@
|
||||
# Tasks: Extract Table Cell Boxes
|
||||
|
||||
## 重要發現 (2025-11-28)
|
||||
|
||||
**PPStructureV3 (PaddleX 3.3.9) 確實提供 `table_res_list`！**
|
||||
|
||||
之前的實現假設需要額外調用 SLANeXt 模型，但經過深入測試發現：
|
||||
- `result.json['res']['table_res_list']` 包含所有表格的 `cell_box_list`
|
||||
- 不需要額外的模型調用
|
||||
- 已移除多餘的 SLANeXt 代碼
|
||||
|
||||
## Phase 1: 基礎設施 (已完成)
|
||||
|
||||
### Task 1.1: 配置項
|
||||
- [x] ~~添加 `enable_table_cell_boxes_extraction` 配置~~ (已移除，不再需要)
|
||||
- [x] 確認 PPStructureV3 提供 `table_res_list`
|
||||
|
||||
### Task 1.2: 模型緩存機制
|
||||
- [x] ~~實現 SLANeXt 模型緩存~~ (已移除，不再需要)
|
||||
- [x] 直接使用 PPStructureV3 內建的 `table_res_list`
|
||||
|
||||
## Phase 2: Cell Boxes 提取 (已完成)
|
||||
|
||||
### Task 2.1: 從 table_res_list 提取
|
||||
- [x] 從 `result.json['res']['table_res_list']` 獲取 `cell_box_list`
|
||||
- [x] 通過 HTML 內容匹配表格
|
||||
- [x] 驗證座標格式 (已是絕對座標)
|
||||
|
||||
### Task 2.2: Image-in-Table 處理
|
||||
- [x] 從 `layout_det_res` 獲取 image boxes
|
||||
- [x] 檢測表格內的圖片
|
||||
- [x] 裁切保存圖片
|
||||
- [x] 嵌入到表格 HTML
|
||||
|
||||
## Phase 3: PDF 生成優化 (已完成)
|
||||
|
||||
### Task 3.1: ~~利用 Cell Boxes 推斷網格~~ (已棄用)
|
||||
- [x] ~~修改 `draw_table_region` 使用 cell_boxes~~
|
||||
- [x] ~~根據實際 cell 位置計算行高列寬~~
|
||||
- [x] 測試渲染效果 → **發現問題：HTML 結構與 cell_boxes 不匹配**
|
||||
|
||||
### Task 3.2: 方案 B - 分層渲染 (Layered Rendering) ✓ 已完成
|
||||
|
||||
**問題分析 (2025-11-30)**：
|
||||
- HTML 表格結構與 cell_boxes 不匹配，無法正確推斷網格
|
||||
- 嘗試在 cell 內繪製文字失敗（超出邊框、匹配錯誤）
|
||||
|
||||
**解決方案**：分層渲染 - 分離表格邊框與文字繪製
|
||||
- Layer 1: 使用 cell_boxes 繪製表格邊框
|
||||
- Layer 2: 使用 raw OCR positions 繪製文字（獨立於表格結構）
|
||||
- Layer 3: 繪製 embedded_images
|
||||
|
||||
**實作步驟 (2025-11-30)**：
|
||||
- [x] 修改 `GapFillingService._is_region_covered()` - 跳過 TABLE 元素覆蓋檢測
|
||||
- [x] 簡化 `_draw_table_with_cell_boxes()` - 只繪製邊框 + 圖片
|
||||
- [x] 修改 `regions_to_avoid` - 排除表格，讓文字穿透表格區域
|
||||
- [x] 整合測試：test_layered_rendering.py
|
||||
|
||||
### Task 3.3: 備選方案
|
||||
- [x] 當 cell_boxes 不可用時，使用 ReportLab Table
|
||||
- [x] 確保向後兼容
|
||||
|
||||
## Phase 4: 測試與驗證 (已完成)
|
||||
|
||||
### Task 4.1: 單元測試
|
||||
- [x] 測試 cell_box_list 提取 (29 cells 成功)
|
||||
- [x] 測試 Image-in-Table 處理 (1 image embedded)
|
||||
- [x] 測試錯誤處理
|
||||
|
||||
### Task 4.2: 整合測試
|
||||
- [x] 使用實際 PDF 測試 OCR Track (test_layered_rendering.py)
|
||||
- [x] 驗證 PDF 版面還原效果
|
||||
- [x] 分層渲染測試結果：
|
||||
- 50 text elements (從 raw OCR 補充，原本只有 5 個)
|
||||
- 31 cell_boxes (8 + 23)
|
||||
- 1 embedded_image
|
||||
- PDF 生成成功 (57,290 bytes)
|
||||
|
||||
## Phase 5: 清理 (已完成)
|
||||
|
||||
### Task 5.1: 移除舊代碼
|
||||
- [x] 移除 SLANeXt 模型緩存代碼
|
||||
- [x] 移除 `_get_slanet_model()`, `_get_table_classifier()`, `_extract_cell_boxes_with_slanet()`, `release_slanet_models()`
|
||||
- [x] 移除 `enable_table_cell_boxes_extraction` 配置
|
||||
- [x] 清理調試日誌
|
||||
|
||||
---
|
||||
|
||||
## 技術細節
|
||||
|
||||
### 關鍵代碼位置
|
||||
|
||||
| 文件 | 修改內容 |
|
||||
|------|---------|
|
||||
| `backend/app/core/config.py` | 移除 `enable_table_cell_boxes_extraction` |
|
||||
| `backend/app/services/pp_structure_enhanced.py` | 使用 `table_res_list`, 添加 `_embed_images_in_table()` |
|
||||
| `backend/app/services/pdf_generator_service.py` | 分層渲染：只繪製邊框，排除表格區域的文字過濾 |
|
||||
| `backend/app/services/gap_filling_service.py` | `_is_region_covered()` 跳過 TABLE 元素 |
|
||||
| `backend/tests/test_layered_rendering.py` | 分層渲染整合測試 |
|
||||
|
||||
### PPStructureV3 數據結構
|
||||
|
||||
```python
|
||||
result.json = {
|
||||
'res': {
|
||||
'parsing_res_list': [...], # 解析結果
|
||||
'layout_det_res': {...}, # Layout 檢測結果
|
||||
'table_res_list': [ # 表格識別結果
|
||||
{
|
||||
'cell_box_list': [[x1,y1,x2,y2], ...], # ← 關鍵！
|
||||
'pred_html': '<html>...',
|
||||
'table_ocr_pred': {...}
|
||||
}
|
||||
],
|
||||
'overall_ocr_res': {...}
|
||||
}
|
||||
}
|
||||
```
|
||||
|
||||
### 測試結果
|
||||
|
||||
- Task ID: `442f9345-09ba-4a7d-949f-3bc88c2fa895`
|
||||
- cell_boxes: 29 cells (source: table_res_list)
|
||||
- embedded_images: 1 (img_in_table_935_838_1118_1031)
|
||||
|
||||
### 本地 vs 雲端差異
|
||||
|
||||
| 特性 | 本地 PaddleX 3.3.9 | 雲端 pp_demo |
|
||||
|------|-------------------|--------------|
|
||||
| `table_res_list` | ✓ 提供 | ✓ 提供 |
|
||||
| `cell_box_list` | ✓ 29 cells | ✓ 27+8 cells |
|
||||
| Layout 識別 | 1 個合併表格 | 2 個獨立表格 |
|
||||
| Image-in-Table | 需自行處理 | 自動嵌入 HTML |
|
||||
|
||||
### 遺留問題
|
||||
|
||||
1. **Layout 識別合併表格**：本地 Layout 模型把多個表格合併成一個大表格
|
||||
- 這導致 `table_res_list` 只有 1 個表格
|
||||
- 雲端識別為 2 個獨立表格
|
||||
- 可能需要調整 Layout 模型參數或後處理邏輯
|
||||
|
||||
---
|
||||
|
||||
## 分層渲染技術設計 (2025-11-30)
|
||||
|
||||
### 問題根因
|
||||
|
||||
ReportLab Table 需要規則矩形網格，但 PPStructureV3 的 cell_boxes 反映實際視覺位置，與 HTML 邏輯結構不匹配。嘗試在 cell 內繪製文字會導致：
|
||||
- 文字超出邊框
|
||||
- 匹配錯誤
|
||||
- 部分文字遺失
|
||||
|
||||
### 解決方案：分層渲染
|
||||
|
||||
將表格渲染解耦為三個獨立層次：
|
||||
|
||||
```
|
||||
┌─────────────────────────────────────────┐
|
||||
│ Layer 3: Embedded Images │
|
||||
│ (從 metadata['embedded_images'] 獲取) │
|
||||
├─────────────────────────────────────────┤
|
||||
│ Layer 2: Text at Raw OCR Positions │
|
||||
│ (從 GapFillingService 補充的原始 OCR) │
|
||||
├─────────────────────────────────────────┤
|
||||
│ Layer 1: Table Cell Borders │
|
||||
│ (從 metadata['cell_boxes'] 繪製) │
|
||||
└─────────────────────────────────────────┘
|
||||
```
|
||||
|
||||
### 實作細節
|
||||
|
||||
**1. GapFillingService 修改** (`_is_region_covered`):
|
||||
```python
|
||||
# 跳過 TABLE 元素覆蓋檢測，讓表格內文字通過
|
||||
if skip_table_coverage and element.type == ElementType.TABLE:
|
||||
continue
|
||||
```
|
||||
|
||||
**2. PDF Generator 修改** (`regions_to_avoid`):
|
||||
```python
|
||||
# 排除表格，只避免與圖片重疊
|
||||
regions_to_avoid = [img for img in images_metadata if img.get('type') != 'table']
|
||||
```
|
||||
|
||||
**3. 簡化的 `_draw_table_with_cell_boxes`**:
|
||||
```python
|
||||
def _draw_table_with_cell_boxes(...):
|
||||
"""只繪製邊框和圖片，不處理文字"""
|
||||
# 1. 繪製每個 cell 的邊框
|
||||
for box in cell_boxes:
|
||||
pdf_canvas.rect(x, y, width, height, stroke=1, fill=0)
|
||||
|
||||
# 2. 繪製 embedded_images
|
||||
for img in embedded_images:
|
||||
self._draw_embedded_image(...)
|
||||
```
|
||||
|
||||
### 優勢
|
||||
|
||||
1. **解耦**：邊框渲染與文字渲染完全獨立
|
||||
2. **精確**：文字位置直接使用 OCR 結果，不需推斷
|
||||
3. **穩定**：不受 cell_boxes 與 HTML 不匹配影響
|
||||
4. **相容**：visualization 中 overall_ocr_res.png 的效果可直接還原
|
||||
|
||||
### 測試結果
|
||||
|
||||
- Task ID: `84899366-f361-44f1-b989-5aba72419ca5`
|
||||
- cell_boxes: 31 (8 + 23)
|
||||
- 原始 text elements: 5
|
||||
- 補充後 text elements: 50 (從 raw OCR 補充)
|
||||
- PDF 大小: 57,290 bytes
|
||||
|
||||
---
|
||||
|
||||
## 混合渲染優化 (2025-11-30)
|
||||
|
||||
### 問題發現
|
||||
|
||||
分層渲染後仍有問題：
|
||||
1. 表格歪斜：cell_boxes 有 2-11 像素的座標偏差
|
||||
2. Title 等元素樣式未應用：OCR track 不套用樣式
|
||||
|
||||
### 解決方案：混合渲染 + 網格對齊
|
||||
|
||||
**1. Cell Boxes 網格對齊** (`_normalize_cell_boxes_to_grid`):
|
||||
```python
|
||||
def _normalize_cell_boxes_to_grid(self, cell_boxes, threshold=10.0):
|
||||
"""
|
||||
將相鄰座標聚合為統一值，消除 2-11 像素的偏差。
|
||||
- 收集所有 X/Y 座標
|
||||
- 聚類相近座標（threshold 內）
|
||||
- 使用平均值作為對齊後的座標
|
||||
"""
|
||||
```
|
||||
|
||||
**2. 元素類型樣式** (OCR track):
|
||||
```python
|
||||
# 在 draw_text_region 中加入元素類型檢查
|
||||
element_type = region.get('element_type', 'text')
|
||||
|
||||
if element_type == 'title':
|
||||
font_size = min(font_size * 1.3, 36) # 30% 放大
|
||||
elif element_type == 'header':
|
||||
font_size = min(font_size * 1.15, 24) # 15% 放大
|
||||
elif element_type == 'caption':
|
||||
font_size = max(font_size * 0.9, 6) # 10% 縮小
|
||||
```
|
||||
|
||||
**3. 元素類型傳遞**:
|
||||
```python
|
||||
# convert_unified_document_to_ocr_data 中加入
|
||||
text_region = {
|
||||
'text': text_content,
|
||||
'bbox': bbox_polygon,
|
||||
'element_type': element.type.value # 新增
|
||||
}
|
||||
```
|
||||
|
||||
### 改進後效果
|
||||
|
||||
| 項目 | 改進前 | 改進後 |
|
||||
|------|--------|--------|
|
||||
| 表格邊框 | 歪斜 (2-11px 偏差) | 網格對齊 |
|
||||
| Title 樣式 | 無 (與普通文字相同) | 36pt 放大字體 |
|
||||
| 混合渲染 | 只用 raw OCR | PP-Structure + raw OCR |
|
||||
|
||||
### 測試結果 (2025-11-30)
|
||||
|
||||
- Task ID: `3a3f350f-2d81-4af4-8a18-021ea09ac433`
|
||||
- Table 1: 8 cell_boxes → 網格對齊
|
||||
- Table 2: 23 cell_boxes → 網格對齊 + 1 embedded image
|
||||
- Title: Applied title style: size=36.0
|
||||
- PDF 大小: 104,082 bytes
|
||||
Reference in New Issue
Block a user