# 词典类图书PDF文档版面自动分析、加工的初步探索 **URL:** \ **Category:** 技术交流与词典编修\ **Created:** [2025 年8 月 9 日 10:05 UTC](https://forum.freemdict.com/t/topic/41074 "2025-08-09T10:05:43Z")\ **Posts on this page:** 20\ **Page:** 3
作者： ![将作大匠](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/%E5%B0%86/858c86/32.png) [@将作大匠](https://forum.freemdict.com/u/%E5%B0%86%E4%BD%9C%E5%A4%A7%E5%8C%A0)\ 发布日期： [2025 年9 月 14 日 14:09 UTC](https://forum.freemdict.com/t/topic/41074/41 "2025-09-14T14:09:23Z")
果然是人外有人，模外有模，洋模没有土模玩的巴适 😄 ---
作者： ![amob](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/amob/32/14630_2.png) [@amob](https://forum.freemdict.com/u/amob)\ 发布日期： [2025 年9 月 22 日 01:50 UTC](https://forum.freemdict.com/t/topic/41074/42 "2025-09-22T01:50:52Z")
paddleocr在版面分析上确实是领先 [https://mp.weixin.qq.com/s/5qbexPszCCm4wA3Epv9uag](https://mp.weixin.qq.com/s/5qbexPszCCm4wA3Epv9uag) ---
作者： ![将作大匠](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/%E5%B0%86/858c86/32.png) [@将作大匠](https://forum.freemdict.com/u/%E5%B0%86%E4%BD%9C%E5%A4%A7%E5%8C%A0)\ 发布日期： [2025 年9 月 22 日 02:32 UTC](https://forum.freemdict.com/t/topic/41074/43 "2025-09-22T02:32:54Z")
你可以点开官方说明文档页面 [PaddleOCR 文档](https://www.paddleocr.ai/latest/index.html)的 PP-StructureV3 体验链接试试。我最近用《日本语文型辞典》的正文页面试了下，神奇的是，他尽然能识别出语词头上标注的假名，虽然偶有走位、失落，但整体而言表现尚佳，确实优于其他竞品工具（不过OCR直出的话会造成行前堆叠有假名标注，同同一行例文呈线性排列）。另外，复核官方教程和对比不同格式（图片、PDF）内页的识别结果，我发现我之前为图省事，直接导入PDF文档，再经过一轮图片转换，会使图片清晰度打个折扣，而官方体验平台若导入的是PDF格式内页也有这个缺陷，间接影响版面区块要素解析的精度，而改成图片格式导入的话，则没有这个问题。我的代码后面要因应做出调整，改成直接以图片格式导入为妥。 ---
作者： ![将作大匠](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/%E5%B0%86/858c86/32.png) [@将作大匠](https://forum.freemdict.com/u/%E5%B0%86%E4%BD%9C%E5%A4%A7%E5%8C%A0)\ 发布日期： [2025 年9 月 22 日 02:34 UTC](https://forum.freemdict.com/t/topic/41074/44 "2025-09-22T02:34:45Z")
测试内页图片—— ![日本语文型辞典_正文_343](https://forumcdn.freemdict.com/uploads/default/original/3X/1/1/1105b005ff8ceffa1acbb6ea3453b4095ad12305.png) 导出识别图片—— ![overall_ocr_res_0](https://forumcdn.freemdict.com/uploads/default/original/3X/5/3/5357539a3f23232bd4db5434bb99a981fe87e39c.jpeg) ![layout_det_res_0](https://forumcdn.freemdict.com/uploads/default/original/3X/a/7/a73df5ee301c0f9acfc92a29d7677da06845469a.jpeg) ![layout_order_res_0](https://forumcdn.freemdict.com/uploads/default/original/3X/6/8/682429a14c1aa1a1468606ad2f949a0b74a9f9db.jpeg) ---
作者： ![amob](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/amob/32/14630_2.png) [@amob](https://forum.freemdict.com/u/amob)\ 发布日期： [2025 年9 月 22 日 02:57 UTC](https://forum.freemdict.com/t/topic/41074/45 "2025-09-22T02:57:54Z")
希望能做出调整，我无法使用主要是无法导入pdf，正好能试试了。 > [@amob](#): > > 体验了之后被paddle的技术震撼到了 我体验过官网了 ---
作者： ![hua](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/hua/32/11090_2.png) [@hua](https://forum.freemdict.com/u/hua)\ 发布日期： [2025 年9 月 22 日 03:04 UTC](https://forum.freemdict.com/t/topic/41074/46 "2025-09-22T03:04:25Z")
2025 年9 月 22 日 03:04 UTC全站置顶 ---
作者： ![将作大匠](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/%E5%B0%86/858c86/32.png) [@将作大匠](https://forum.freemdict.com/u/%E5%B0%86%E4%BD%9C%E5%A4%A7%E5%8C%A0)\ 发布日期： [2025 年9 月 22 日 03:39 UTC](https://forum.freemdict.com/t/topic/41074/47 "2025-09-22T03:39:00Z")
再看看吧，代码调试太浪费脑力和时间了，有时候调了一下午调了个“寂寞”，又得推倒重来。你要有心，可以智谱z.ai试试，我现在的主力代码工程师就是GLM4.5。 现阶段我《标准日语语法》《现代日汉双解词典》《日本语文型辞典》三本书OCR精校同时搞起，三线作战，无暇旁顾😅 ---
作者： ![wynick27](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/w/958977/32.png) [@wynick27](https://forum.freemdict.com/u/wynick27)\ 发布日期： [2025 年9 月 22 日 05:53 UTC](https://forum.freemdict.com/t/topic/41074/48 "2025-09-22T05:53:41Z")
同时开这么多啊，我最近正好改了一下对比校对的工具，现在支持多种格式了，没准可以帮上忙。 ---
作者： ![将作大匠](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/%E5%B0%86/858c86/32.png) [@将作大匠](https://forum.freemdict.com/u/%E5%B0%86%E4%BD%9C%E5%A4%A7%E5%8C%A0)\ 发布日期： [2025 年9 月 22 日 06:31 UTC](https://forum.freemdict.com/t/topic/41074/49 "2025-09-22T06:31:56Z")
[日汉双解（豆包v1.5tp）.txt](https://forum.freemdict.com/uploads/short-url/gCy9e9UMkaNcRyHIqeeDyh865yI.txt) (9.3 MB) [日汉双解（全能王）\_merged\_processed.txt](https://forum.freemdict.com/uploads/short-url/gaSfNeyNdEgD22mJWerLxydhE13.txt) (9.1 MB) 你可以试试这两个OCR文本。我是以全能王版本为主，豆包版本为辅，参互校对。目前还停留在第一轮初校环节，校改到1201页了。主要的对校工具是WPS软件。 ---
作者： ![Vim](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/vim/32/8408_2.png) [@Vim](https://forum.freemdict.com/u/Vim)\ 发布日期： [2025 年9 月 22 日 06:37 UTC](https://forum.freemdict.com/t/topic/41074/50 "2025-09-22T06:37:28Z")
看起来很强大，赞！ 想当初为了制作切片词典，费了老大劲完成一个词典，虽然词典成品看着还可以，但[转头看开发的程序](https://forum.freemdict.com/t/topic/26399)，基本无法成为通用的工具，毕竟每个词典的版面设计各种各样，而且扫描版还制造各种意外，需要额外处理的东西太多。 ---
作者： ![将作大匠](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/%E5%B0%86/858c86/32.png) [@将作大匠](https://forum.freemdict.com/u/%E5%B0%86%E4%BD%9C%E5%A4%A7%E5%8C%A0)\ 发布日期： [2025 年9 月 22 日 06:54 UTC](https://forum.freemdict.com/t/topic/41074/51 "2025-09-22T06:54:10Z")
你可以试试我刚才更新的版本三代码，遗憾的是还是不够智能化 😅。具体的点，参见这一楼的解释——[词典类图书PDF文档版面自动分析、加工的初步探索 - #28，来自 将作大匠](http://forum.freemdict.com/t/topic/41074/28) ---
作者： ![Vim](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/vim/32/8408_2.png) [@Vim](https://forum.freemdict.com/u/Vim)\ 发布日期： [2025 年9 月 22 日 07:24 UTC](https://forum.freemdict.com/t/topic/41074/52 "2025-09-22T07:24:53Z")
如果可以的话，建议使用 uv，而不是conda，uv可以让其他人完美复刻你的安装环境（python及各种依赖的版本）。 ---
作者： ![Vim](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/vim/32/8408_2.png) [@Vim](https://forum.freemdict.com/u/Vim)\ 发布日期： [2025 年9 月 22 日 07:28 UTC](https://forum.freemdict.com/t/topic/41074/53 "2025-09-22T07:28:00Z")
我当初是分步骤处理，这样可以极大避免此类问题。 > [@将作大匠](#): > > 各页面版面要素区块种类判断、边界划定还是会出现失误，而且还是多发性的（主要是版心部分的，词条块与词条块按道理应该通计为“text”（正文）要素，但有时候会误判为图像、标题、图像标题等要素。即便识别正文要素区块，切分也不那么完满，有时候同一词条会切分成若干个区块） ---
作者： ![Vim](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/vim/32/8408_2.png) [@Vim](https://forum.freemdict.com/u/Vim)\ 发布日期： [2025 年9 月 22 日 07:59 UTC](https://forum.freemdict.com/t/topic/41074/54 "2025-09-22T07:59:21Z")
> [@将作大匠](#): > > 二、代码再编译方面：因为全程高度依赖于AI大模型进行编程作业，从初始的单功能模块实现起步，代码层层堆叠，嵌入各种功能模块后俨然是一座代码山，各种历史代码、标注残痕在所难免，整体臃肿的弊端之一就是阻碍代码的释读、优化。 强烈建议让AI重构一下，用所谓的python程序的现代化结构拆分为不同的功能模块，这不仅方便别人了解，更方便你自己更新迭代。 ---
作者： ![将作大匠](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/%E5%B0%86/858c86/32.png) [@将作大匠](https://forum.freemdict.com/u/%E5%B0%86%E4%BD%9C%E5%A4%A7%E5%8C%A0)\ 发布日期： [2025 年9 月 22 日 08:12 UTC](https://forum.freemdict.com/t/topic/41074/55 "2025-09-22T08:12:34Z")
我从头到尾没有一行代码是我自己的，要我手捏代码我肯定做不到，如果你们要解读代码可以用魔法对付魔法，用AI解读AI构拟的代码，理解其中的机制原理，再进一步深入调改。anaconda虚拟环境我接触下来感觉上手不是很难，恰恰适合我这个菜鸟。至于区块元素的误判，除非走模型微调的路子，不然感觉好像没什么攻克的法子 ---
作者： ![wynick27](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/w/958977/32.png) [@wynick27](https://forum.freemdict.com/u/wynick27)\ 发布日期： [2025 年9 月 22 日 09:24 UTC](https://forum.freemdict.com/t/topic/41074/56 "2025-09-22T09:24:16Z")
你是手动校对的吗，没有用文本对比工具吗，我试试这个导入校对工具 ---
作者： ![将作大匠](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/%E5%B0%86/858c86/32.png) [@将作大匠](https://forum.freemdict.com/u/%E5%B0%86%E4%BD%9C%E5%A4%A7%E5%8C%A0)\ 发布日期： [2025 年9 月 22 日 09:36 UTC](https://forum.freemdict.com/t/topic/41074/57 "2025-09-22T09:36:47Z")
就是用的WPS【审阅】模块的【对比】功能啊老哥，对我而言已经够用了，这是校稿之一 [文字文稿=p1-100（校订）.docx](https://forum.freemdict.com/uploads/short-url/96YV7SQyR3SwW4NJk8elSEZJ22p.docx) (427.1 KB) ---
作者： ![wynick27](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/w/958977/32.png) [@wynick27](https://forum.freemdict.com/u/wynick27)\ 发布日期： [2025 年9 月 23 日 03:12 UTC](https://forum.freemdict.com/t/topic/41074/58 "2025-09-23T03:12:06Z")
这样啊，我没用过wps，不知道还有文档比较的功能。 ---
作者： ![wynick27](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/w/958977/32.png) [@wynick27](https://forum.freemdict.com/u/wynick27)\ 发布日期： [2025 年9 月 23 日 05:33 UTC](https://forum.freemdict.com/t/topic/41074/59 "2025-09-23T05:33:42Z")
![image](https://forumcdn.freemdict.com/uploads/default/original/3X/b/3/b3cf18a935d36ed33e1e8ca83e77967c22b533f9.png) 把之前的通用文本处理模块改进了下，可以三版本比较了，用全能王的为主，不过目前用的是假名匹配，会出现多个假名一致的情况，也可以改成汉字和假名一起匹配，但改之前要修复方括号不统一的问题。 工具依赖nicegui，pillow和pymupdf（虽然目前没有匹配图像） [proofreading\_tool.zip](https://forum.freemdict.com/uploads/short-url/nzGl9tvvSC3600oSmpns4nHXiLF.zip) (14.6 MB) ---
作者： ![将作大匠](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/%E5%B0%86/858c86/32.png) [@将作大匠](https://forum.freemdict.com/u/%E5%B0%86%E4%BD%9C%E5%A4%A7%E5%8C%A0)\ 发布日期： [2025 年9 月 23 日 06:09 UTC](https://forum.freemdict.com/t/topic/41074/60 "2025-09-23T06:09:05Z")
哥，你这个不够简便，我实际应用起来可能还不如wps容易上手。现在市面上成熟的校对工具有很多，我还是只认准wps，它有字符集或字词级对比选项，可以在同一个校订文本中叠合在一起直观感知两个版本OCR细微差异，并且是带上下文语境的 😅 [上一页](https://forum.freemdict.com/t/topic/41074.md?page=2) [下一页](https://forum.freemdict.com/t/topic/41074.md?page=4)