版面分析
业务场景描述
传统的文字识别能力可以提取图片上的文字，并按照一定规律（如从左至右、从上至下）输出识别结果。但是，当图片出现比较复杂的排列结构时，如分栏、图文混排，固定规律的输出会造成结果不可读，影响接下来的流程。
版面分析是UiBot Mage提供的图片理解原子能力，模型将检测和分析图片中的内容，将文档分割成不同的版面区域，并返回每个区域的类型、位置、内容、以及置信度。
特点
- 简单易用：通过不同颜色的标注区域切分结果，支持原文标注和可视化结果双向快速定位。
- 多种格式：支持jpeg, jpg, png, pdf, bmp, tiff格式等文档。
使用方法
文字版
新建模型
1 登录Mage平台，从以下路径 预训练AI能力/图片理解/版面分析 进入版面分析模型页面。
2 新建一个版面分析模型，根据需求选择OCR引擎。
版面分析测试
1 选择版面分析模型，点击右上角版面分析测试，进入模型的测试页面。
2 上传一张图片，点击开始测试，获取测试结果。
- 支持根据区域类型进行内容筛选
- 点击下载当前测试结果的内容
- 点击JSON结果查看更详细的结果
区域类型
版面分析模型支持以下19种类型的分析：
| 序号 | 类型名称 | key |
|---|---|---|
| 1 | 文档标题 | article_title |
| 2 | 层级标题 | paragraph_heading |
| 3 | 段落 | paragraph |
| 4 | 表格标题 | table_title |
| 5 | 全框表格 | full_line_table |
| 6 | 缺线表格 | wireless_table |
| 7 | 表格注释 | table_annotation |
| 8 | 图片标题 | picture_title |
| 9 | 图片 | picture |
| 10 | 图片注释 | picture_annotation |
| 11 | 页面注释 | page_annotation |
| 12 | 页眉 | page_header |
| 13 | 页脚 | page_footer |
| 14 | 列表 | list |
| 15 | 印章 | seal |
| 16 | 二维码 | qr_code |
| 17 | 签名 | handwritten_signature |
| 18 | Logo | logo |
| 19 | 其他 | other |