| name | chart-element-recognition |
| description | 用于图表理解的图表元素识别原子 skill,适用于通用行业文档解析场景。 |
图表元素识别 Skill
数据来源
本 Skill 支持多种图表输入格式,核心数据来源包括:
1. 图表文件类型
- 图片格式:PNG、JPG、JPEG、GIF、BMP等
- PDF文档:包含图表的PDF文档
- Word文档:Word文档中嵌入的图表
- Excel文档:Excel中的图表对象
2. 图表类型
- 柱状图:垂直柱状图、水平柱状图、分组柱状图
- 折线图:单折线图、多折线图、面积图
- 饼图:饼图、环形图、3D饼图
- 散点图:散点图、气泡图
- 其他图表:雷达图、热力图、树状图等
3. 图表特征
- 图表质量:清晰度、分辨率、色彩
- 图表复杂度:简单图表、复杂图表、组合图表
- 图表语言:中文图表、英文图表、多语言图表
- 图表风格:标准风格、自定义风格
4. 数据格式要求
- 文件路径:本地文件路径或网络文件URL
- 图片格式:支持常见图片格式
- 文件权限:需要读取权限
说明:本 Skill 不包含图表采集功能,需要用户提供图表文件。建议图表清晰且格式规范,以便进行准确的元素识别。
功能
本 Skill 提供全面的图表元素识别能力,涵盖多种识别功能:
1. 图表类型识别
- 图表分类:识别图表的类型和子类型
- 图表结构识别:识别图表的整体结构
- 图表风格识别:识别图表的风格和样式
- 组合图表识别:识别组合图表中的各个子图表
2. 坐标轴识别
- 坐标轴提取:提取X轴和Y轴信息
- 坐标轴标签:识别坐标轴的标签和单位
- 坐标轴刻度:识别坐标轴的刻度和范围
- 坐标轴类型:识别坐标轴类型(数值、时间、分类)
3. 数据系列识别
- 数据系列提取:提取图表中的数据系列
- 数据点识别:识别数据点的位置和数值
- 数据标签识别:识别数据标签和注释
- 图例识别:识别图例信息和映射关系
4. 文本信息提取
- 标题提取:提取图表标题和副标题
- 标签提取:提取各类标签和说明文字
- 注释提取:提取图表中的注释和说明
- 单位提取:提取数值单位和量纲
5. 数据值提取
- 数值提取:从图表中提取数值数据
- 数据重建:重建图表的原始数据
- 数据验证:验证提取数据的准确性
- 数据格式化:格式化提取的数据
6. 高级处理功能
- 图表理解:理解图表的含义和表达的信息
- 趋势分析:分析图表中的趋势和模式
- 异常检测:检测图表中的异常数据点
- 图表描述生成:生成图表的文字描述
使用示例
输出示例
{
"chart_info": {
"filename": "sales_chart.png",
"file_size": 256000,
"format": "png",
"dimensions": [800, 600]
},
"chart_type": {
"primary_type": "bar_chart",
"sub_type": "grouped_bar_chart",
"confidence": 0.95
},
"axes": {
"x_axis": {
"label": "季度",
"type": "categorical",
"categories": [
注意事项与限制
1. 图表质量要求
- 清晰图表识别准确率较高
- 模糊或低分辨率图表可能影响识别
- 手绘图表识别准确率较低
2. 图表类型支持
- 标准图表类型识别准确率较高
- 非标准或自定义图表可能有限
- 复杂组合图表需要特殊处理
3. 数据提取准确性
- 清晰标注的数值提取准确率较高
- 需要估算的数值可能不够准确
- 3D图表数据提取可能有限
4. 语言和文字
- 中文图表识别准确率较高
- 英文图表需要相应语言支持
- 特殊字体可能影响文字识别
5. 使用限制
- 本 Skill 不包含图表编辑功能
- 识别结果需要人工复核
- 复杂图表可能需要人工分析
参考资料
- 见 references/ 目录中的相关文档,包括:
- 图表元素识别方法手册
- OCR识别算法说明
- 图表类型分类指南
- 性能优化指南