PDF和图片文字提取

要解决的问题

在处理 PDF 和图片文档时，提取文字内容常面临保真度不足的挑战。扫描型 PDF 文本层缺失导致信息丢失；混合 PDF 中文本与图像不一致；多栏、表格等复杂结构在提取后变得混乱；关键数字、金额、编号等高风险内容容易识别错误。传统工具要么忽略文档结构，要么使用一刀切的策略，无法针对不同文档类型和用户意图选择最优路径。

技能如何工作

本技能通过系统化流程解决上述问题，核心能力包括：

• 文件类型诊断：对 PDF 进行页面级分析，计算 text layer 信息，将页面归类为 native-text、scanned、mixed 或 suspicious；对图片检查分辨率、方向等特征。
• 识别路径选择：原生 PDF 优先提取文本层；扫描页或图像触发视觉/OCR 路径；混合类型联合处理，对缺失区域补识别。
• 结构恢复：基于坐标、行距、字号等信号恢复阅读顺序，处理标题、列表、表格等结构。例如，多栏页面按“栏→从上到下”顺序阅读；表格先识别表头和行列边界。
• 高风险内容复核：对日期、金额、编号等关键信息进行多轮验证，使用 [?] 等标记不确定字符，避免凭常识覆盖视觉证据。

关键步骤为：

1. 页面诊断：获取 PDF 页数、元数据，或分析图像质量，分类页面类型。
2. 识别执行：按路径提取文字，图像识别时要求按自然阅读顺序输出全部可见内容。
3. 结构重建：综合多个特征恢复段落、标题层级和表格布局，避免机械拼接。
4. 质量控制：输出前检查页数、阅读顺序、表格对齐等，使用内部状态标记如 OK_NATIVE 或 LOW_CONFIDENCE。

适用边界与注意点

• 准确性限制：不承诺 100% OCR 正确，重点在于能确认时准确输出，不能确认时明确标记。
• 文档限制：加密、损坏或权限受限的 PDF 无法处理，需用户提供解锁后文件。
• 处理范围：超长 PDF 分批处理，避免上下文过载，优先保证准确率。
• 输出模式：根据用户意图提供保真转写、结构化 Markdown 或数据抽取，文件生成前必须完成校验。
• 质量控制：依赖检查清单（如确认扫描页走视觉路径、表格列无错位），但最终用户应留意异常提示，如“第 7 页表格列界线不清”。