复杂文档格式说明

注意 下面的内容仅针对文档中包含数学公式、表格、图片等复杂内容的情况。只包含文字的时候，不用参考下面的内容。

对输入的整体图片/文档（pdf），有如下支持和不支持的点，不支持的地方会导致解析失败，或者解析结果不是很好，这是用户需要注意的地方。

此外，对某一具体功能(比如数学公式的检测与识别)，其支持点和不支持点应该查看该具体功能的文档。

由于pdf格式输入文档会被自动转化为图片格式的文件，所以下面的说明同时适用于图片和PDF格式的输入。

文档内容

支持

注意 允许只输入单一的内容，比如文档中只有单一的文字、单一的公式、单一的表格、 单一的印章等等。

• 文字

• 图片

• 表格。表格可以检测到，但只有固定格式的表格才可以正确识别。如果无法识别，会以图片的形式返回。

• 行内公式

• 行间公式

• 文本

• 印章

• 二维码

• 条形码

• 街景图片

• 手写文字可检测到，但识别不一定正确。

• 手写公式有较大局限性

不支持

• 水印

• emoji

• 乐谱

• 流程图

• UML图

文字

支持

• 复杂字体，艺术字体

• 中文和英文混合

• 支持复杂背景

• 支持街景

• 支持噪声、旋转、模糊、缺失等复杂情况

• 如果图片/pdf中仅有文字，没有公式和表格等，则支持图片/pdf倒置180°、90°、270°的情况

• 支持手写字体检测，但识别准确率较低

不支持

• 特殊字体

• 其他语种

• 手写识别率低

文档形状和方向

支持

• 支持 [-4,4] 的角度旋转

不支持

• 方向不支持。方向区别于角度。方向指90度，180度，270度的旋转。该功能虽然已经完成，但只完成了部分，不能对大图片整体识别方向。这部分将放在客户端进行

• 不能有仿射变换。这部分将放在客户端进行

• 不能有透视变换。这部分将放在客户端进行

• 不能3D扭曲。这部分将放在客户端进行

• 皱褶也不可以。这部分将放在客户端进行

文档颜色和背景

支持

• 支持街景图片。

• 支持简单的背景颜色，比如黄色，红色等，可行。

• 支持复杂背景，比如图片背景，渐变颜色背景等。

• 支持被污染的，比如油渍等等。

• 如果不是白色文档，则不无法有效处理表格。

文档大小

支持

• 普通的文档一页的大小，可以

• 普通的截图大小，也可以

• 图片大小最好不要超过屏幕一页的大小

不支持

• 不能是长图，长图会导致无法处理。这部分将放在客户端进行

• 不能是宽图。这部分将放在客户端进行

• 不支持多页，如果是 pdf 文件，只可以处理第一页。这部分将放在客户端进行

其他

不支持

• 马赛克。这部分将放在客户端进行

• 模糊。这部分将放在客户端进行

• 多栏/多列，图片中不能有多列，比如论文中的两列（双页面），这个是不可以的。这部分将放在客户端进行