版面分析

概述

版面分析是利用人工智能（AI）技术解析和理解文档版面结构的过程。其主要目标是从输入文档中提取文本、图像、表格、图层和其他数据。

版面分析有几个常见的用例，包括：

• 智能识别 PDF 文档中的表格： 此功能特别适用于分析公司财务报表、发票、银行对账单、实验数据、医疗检测报告等。
• 通过版面分析智能提取 PDF 文档中的文本、图像或表格： 此功能极大地有助于分析和提取身份证、收据、许可证、文档、古籍和各种其他类型文件中的信息。

支持版面分析的功能：

• PDF 转 Word
• PDF 转 Excel
• PDF 转 PowerPoint (PPT)
• PDF 转 HTML
• PDF 转 RTF
• PDF 转 TXT
• PDF 转 CSV
• PDF 转 JSON
• PDF 转 Markdown

注意事项

• 在使用版面分析之前，需要加载 DocumentAI 模型（参见 3.2 设置 DocumentAI 模型），或通过 3.11 通过回调使用自定义 AI 模型 中描述的回调插入自己的版面模型。
• 启用 OCR 时，版面分析会自动启用。
• AI 表格识别是由 enableAITableRecognition 控制的独立阶段。参见 3.10 表格识别。

示例

此示例演示了如何使用 ComPDF OCR 功能将 PDF 转换为 DOCX 文件。

[LibraryManager setDocumentAIModel:@"path/documentai_v4.model"];

WordOptions *options = [[WordOptions alloc] init];
options.enableAILayout = YES;
[CPDFConversion startPDFToWord:@"input.pdf" password:@"password" outputPath:@"path/output.docx" options:options];