|
|
@@ -49,6 +49,19 @@
|
|
|
|
|
|
---
|
|
|
|
|
|
+## 流程图颜色说明
|
|
|
+
|
|
|
+本文档中的 Mermaid 流程图采用统一的颜色规范,便于快速理解处理流程:
|
|
|
+
|
|
|
+| 颜色 | 十六进制值 | 用途说明 | 示例节点 |
|
|
|
+|------|----------|---------|---------|
|
|
|
+| **浅蓝色** | `#e1f5ff` | **核心处理步骤**:OCR识别、文本提取、Span匹配、坐标转换等关键处理节点 | 整页OCR、PDF文本提取、Span-Block匹配 |
|
|
|
+| **浅橙色** | `#fff4e1` | **输出/结果节点**:元素分类、格式输出、VLM识别结果等输出相关节点 | 元素分类、统一输出格式、VLM结构识别 |
|
|
|
+| **浅红色** | `#ffe1e1` | **特殊标记节点**:边缘过滤、后处理等需要特别注意的节点 | 边缘过滤、可替换组件标记 |
|
|
|
+| **红色边框** | `stroke:#ff0000` | **可替换组件**:可通过配置文件替换的组件节点 | 方向识别、Layout检测、表格识别器 |
|
|
|
+
|
|
|
+---
|
|
|
+
|
|
|
## 处理流程
|
|
|
|
|
|
### 主流程图(简化版)
|
|
|
@@ -109,7 +122,7 @@ graph TB
|
|
|
E --> F{大文本块转表格?}
|
|
|
|
|
|
F -->|是| G[面积占比判断<br/>转换为table类型]
|
|
|
- F -->|否| H
|
|
|
+ F -->|否| H[Layout处理完成<br/>准备文本提取]
|
|
|
G --> H
|
|
|
|
|
|
H --> H1{PDF类型?}
|
|
|
@@ -152,8 +165,10 @@ graph TB
|
|
|
S --> T[按阅读顺序排序]
|
|
|
T --> U[坐标转换回原图]
|
|
|
|
|
|
+ style H fill:#e1f5ff
|
|
|
style H2 fill:#e1f5ff
|
|
|
style H3 fill:#e1f5ff
|
|
|
+ style H5 fill:#e1f5ff
|
|
|
style K fill:#e1f5ff
|
|
|
style L fill:#fff4e1
|
|
|
style L1 fill:#fff4e1
|
|
|
@@ -294,10 +309,27 @@ graph TB
|
|
|
F[坐标逆转换] --> G[回到原图坐标系]
|
|
|
G --> H[返回表格元素]
|
|
|
|
|
|
+ style B fill:#e1f5ff
|
|
|
+ style B1 fill:#e1f5ff
|
|
|
+ style B2 fill:#e1f5ff
|
|
|
+ style B4 fill:#e1f5ff
|
|
|
+ style B5 fill:#e1f5ff
|
|
|
+ style B6 fill:#e1f5ff
|
|
|
+ style C1 fill:#fff4e1
|
|
|
style D fill:#e1f5ff
|
|
|
+ style D1 fill:#e1f5ff
|
|
|
style D3 fill:#e1f5ff
|
|
|
+ style D4 fill:#e1f5ff
|
|
|
+ style D4a fill:#e1f5ff
|
|
|
+ style D6 fill:#e1f5ff
|
|
|
+ style D7 fill:#e1f5ff
|
|
|
+ style D8 fill:#e1f5ff
|
|
|
style D5 fill:#ffe1e1
|
|
|
- style E1 fill:#fff4e1
|
|
|
+ style E1 fill:#e1f5ff
|
|
|
+ style E2 fill:#e1f5ff
|
|
|
+ style E3 fill:#fff4e1
|
|
|
+ style F fill:#e1f5ff
|
|
|
+ style G fill:#e1f5ff
|
|
|
```
|
|
|
|
|
|
#### 表格分类(可选)
|
|
|
@@ -458,6 +490,8 @@ graph TB
|
|
|
|
|
|
style C fill:#e1f5ff
|
|
|
style D fill:#e1f5ff
|
|
|
+ style G fill:#e1f5ff
|
|
|
+ style H fill:#e1f5ff
|
|
|
```
|
|
|
|
|
|
**处理优先级**:
|