本页内容
版面分析
概述
版面分析是一种使用人工智能（AI）技术来解析和理解文档版面结构的过程。它旨在从输入的文档中提取有关文本、图像、表格、图层等内容的数据。
在 ComPDFKit Conversion SDK 中，版面分析常用的使用场景包括：
- 智能识别 PDF 文档中的表格：公司财报、发票、银行流水、实验数据、医院检验报告等。
- 通过版面分析智能提取 PDF 文档中的文本、图像或者表格：卡证、票据、牌照、文件、古籍等文件的分析和提取。
以下是支持版面分析的功能：
- PDF 转 Word
- PDF 转 Excel
- PDF 转 PPT
- PDF 转 HTML
- PDF 提取表格
注意事项
- 使用版面分析功能之前需要先集成 OCR 库。
- 当开启 OCR 功能时，版面分析会自动启用。
示例
此示例演示了如何在 PDF 文档上使用 ComPDFKit Conversion SDK 的 版面分析功能，将 PDF 文档转换为 Word 文档。
c#
string inputFilePath = "***";
string outputFolderPath = "***";
string outputFileName = "***";
CPDFConverterWord converter = CPDFConvertFactroy.CreateConverter(CPDFConvertType.CPDFConvertTypeWord, inputFilePath) as CPDFConverterWord;
CPDFConvertWordOptions wordOptions = new CPDFConvertWordOptions();
wordOptions.IsAILayoutAnalysis = true;
wordOptions.IsContainAnnotations = true;
wordOptions.IsContainImages = true;
wordOptions.LayoutOpts = LayoutOptions.RetainPageLayout;
int pageCount = converter.GetPagesCount();
int[] pageArray = new int[pageCount];
for (int i = 0; i < pageArray.Length; i++)
{
pageArray[i] = i + 1;
}
ConvertError error = ConvertError.ERR_UNKNOWN;
converter.Convert(outputFolderPath, ref outputFileName, wordOptions, pageArray, ref error, getPorgress);