PDF 生成模板编辑器
开源可视化 PDF 生成引擎,支持自定义模板,并提供面向开发者的 API,灵活构建文档生成流程。
表格识别重建版面分析期间检测到的表格的内部结构,包括行、列、合并单元格和单元格边界,使转换后的文档保留原始表格语义,而非生成扁平的文本片段网格。
它由独立选项 enable_ai_table_recognition 控制,本指南辅助函数中默认启用。表格模型对版面分析检测到的表格区域进行调用。
受益于表格识别的典型场景:
支持表格识别的功能:
enable_ai_layout = true 或隐式通过 enable_ocr = true。enable_ai_table_recognition = false 可禁用表格模型。CPDF_SetDocumentAIModelCount 的第二个参数调整。CConvertOption.table_recognition_accuracy 用于选择表格识别使用的资源档位,类型为枚举 CTableRecognitionAccuracy:
| 值 | 含义 |
|---|---|
e_CHighAccuracy(0) | 优先识别精度,可能占用更多资源。4.2.0 的默认行为 |
e_CBalanced(1) | 在识别精度、资源占用与吞吐之间取平衡。4.3.0 起默认 |
table_recognition_accuracy 选用。e_CHighAccuracy 需要在基础包之外额外加载 table_legacy.model(见 3.7.4 DocumentAI 模型设置与模型包说明)。请求的档位没有对应模型时(例如选择高精度但未加载 table_legacy.model),转换不会报错,但表格会改用规则识别,结果与该档位不同。CPDF_CONVERT_OPTION_DEFAULT 宏中该选项的初始值为 e_CBalanced;如果用 memset 或 {0} 将 CConvertOption 清零,则该选项为 0,即 e_CHighAccuracy。清零初始化时请显式设置 table_recognition_accuracy。CPDF_SetDocumentAIModel(CPDF_TEXT("path/documentai.model"), -1);
CConvertOption option = CPDF_DefaultConvertOption();
option.enable_ai_layout = true;
option.enable_ai_table_recognition = true;
CPDF_StartPDFToWord(CPDF_TEXT("word.pdf"), CPDF_TEXT("password"), CPDF_TEXT("path/output.docx"), option, NULL);使用高精度档位时,需要同时加载表格扩展包并选择档位:
CPDF_SetDocumentAIModel(CPDF_TEXT("path/documentai.model"), -1);
CPDF_SetDocumentAIModel(CPDF_TEXT("path/table_legacy.model"), -1);
CConvertOption option = CPDF_CONVERT_OPTION_DEFAULT;
option.enable_ai_layout = true;
option.table_recognition_accuracy = e_CHighAccuracy;
CPDF_StartPDFToWord(CPDF_TEXT("word.pdf"), CPDF_TEXT("password"), CPDF_TEXT("path/output.docx"), option, NULL);