table-structure-recognition

name	table-structure-recognition
description	用于表头行列识别的表格结构识别原子 skill，适用于通用行业文档解析场景。

表格结构识别 Skill

数据来源

本 Skill 支持多种表格输入格式，核心数据来源包括：

1. 表格文件类型

• PDF文档：PDF中的表格
• Word文档：Word文档中的表格
• Excel文档：Excel工作表
• 图片格式：扫描表格图片、截图表格

2. 表格类型

• 标准表格：规则的行列结构表格
• 复杂表格：合并单元格、多级表头表格
• 不规则表格：非标准格式表格
• 嵌套表格：表格中包含子表格

3. 表格特征

• 表格大小：小表格（<10行）、大表格（>1000行）
• 表格复杂度：简单表格、复杂格式表格
• 表格语言：中文表格、英文表格、多语言表格
• 表格质量：清晰度、分辨率、格式规范度

4. 数据格式要求

• 文件路径：本地文件路径或网络文件URL
• 文件编码：UTF-8、GBK、GB2312等
• 文件权限：需要读取权限

说明：本 Skill 不包含表格采集功能，需要用户提供表格文件。建议表格格式规范，以便进行准确的结构识别。

---

功能

本 Skill 提供全面的表格结构识别能力，涵盖多种识别功能：

1. 表格检测

• 表格定位：检测文档中的表格位置
• 表格边界识别：识别表格的边界和范围
• 表格数量统计：统计文档中的表格数量
• 表格类型判断：判断表格的类型和复杂度

2. 表头识别

• 表头行识别：识别表头行和表头层级
• 表头单元格识别：识别表头单元格和合并情况
• 多级表头识别：识别多级表头结构
• 表头文本提取：提取表头文本和标签

3. 行列结构识别

• 行识别：识别表格的行数和行结构
• 列识别：识别表格的列数和列结构
• 单元格识别：识别单元格的位置和边界
• 合并单元格识别：识别合并单元格的范围

4. 数据区域识别

• 数据行识别：识别数据行和表头行的分界
• 数据列识别：识别数据列的范围
• 数据区域提取：提取数据区域的内容
• 空行空列处理：识别和处理空行空列

5. 表格内容提取

• 单元格内容提取：提取单元格的文本内容
• 表格数据提取：提取表格的结构化数据
• 格式信息提取：提取单元格的格式信息
• 公式识别：识别单元格中的公式

6. 高级处理功能

• 表格结构重建：重建表格的完整结构
• 表格验证：验证表格结构的完整性
• 表格标准化：标准化表格格式
• 表格描述生成：生成表格结构的文字描述

---

使用示例

输出示例

{
  "table_info": {
    "table_id": 1,
    "position": {
      "page": 5,
      "bbox": [100, 200, 500, 600]
    },
    "source_file": "document.pdf"
  },
  "structure": {
    "row_count": 10,
    "column_count": 5,
    "header_rows": 2,
    "data_rows": 8,
    "has_merged_cells": true
  },
  "headers" 
     
      
         
         
         
         
      
    
     
      
         
         
         
      
      
         
         
         
      
      
         
         
         
      
      
         
         
         
      
      
         
         
         
      
    
  
   
    
       
       
       
       
    
  
   
    
       
       
               
               
               
               
               
      
    
  
   
     
     
          
          
          
    
  

---

注意事项与限制

1. 表格格式要求

• 标准格式表格识别准确率较高
• 复杂格式表格可能影响识别
• 扫描表格需要OCR功能支持

2. 识别准确性

• 清晰表格识别准确率较高
• 模糊或低分辨率表格可能有限
• 手绘表格识别准确率较低

3. 合并单元格处理

• 简单合并单元格处理较好
• 复杂合并情况可能需要特殊处理
• 跨页表格合并可能有限

4. 表格复杂度

• 简单表格识别准确率较高
• 复杂表格可能需要人工复核
• 超大表格可能需要分段处理

5. 使用限制

• 本 Skill 不包含表格编辑功能
• 识别结果需要人工复核
• 非标准表格可能需要人工处理

---

参考资料

• 见 references/ 目录中的相关文档，包括：
  • 表格结构识别方法手册
  • OCR识别算法说明
  • 表格结构分析指南
  • 性能优化指南