版面分析 ​

概述 ​

版面分析是一种使用人工智能（AI）技术来解析和理解文档版面结构的过程。它旨在从输入的文档中提取有关文本、图像、表格、图层等内容的数据，并在此基础上实现文档版面结构还原，通常情况下我们都建议开启该选项以提升转换质量。

在 ComPDFKit Conversion SDK 中，版面分析常用的使用场景包括：

• 智能识别 PDF 文档中的表格：公司财报、发票、银行流水、实验数据、医院检验报告等。
• 通过版面分析智能提取 PDF 文档中的文本、图像或者表格：卡证、票据、牌照、文件、古籍等文件的分析和提取。

以下是支持版面分析的功能：

• PDF 转 Word
• PDF 转 Excel
• PDF 转 PPT
• PDF 转 HTML
• PDF 转 RTF
• PDF 转 TXT
• PDF 转 CSV
• PDF 转 Json
• PDF 转 Markdown

注意事项 ​

• 使用版面分析功能之前需要先集成 OCR 库。
• 当开启 OCR 功能时，版面分析会自动启用。

示例 ​

此示例演示了如何在 PDF 文档上使用 ComPDFKit Conversion SDK 的 版面分析功能，将 PDF 文档转换为 Word 文档。

// Set the OCR model path and language.
LibraryManager.setDocumentAIModel("path/model", OCRLanguage.ENGLISH);

WordOptions opt = new WordOptions();
// Enable layout analysis option.
opt.setEnableAiLayout(true);
CPDFConversion.startPDFToWord("word.pdf", "password", "path/output.docx", opt);