/table-generation

Primary LanguagePython

setup

  • 生成表格pdf和对应的全框线pdf
    python main.py
  • latex 转 pdf
    • 安装TeX Live
    • 确保xelatex命令可用
      $ xelatex
      This is XeTeX, Version 3.14159265-2.6-0.99998 (TeX Live 2017/Debian) (preloaded format=xelatex) restricted \write18 enabled. **
    • 生成pdf
      • cd pdf
      • python latex2pdf.py
  • 调用生成DocBank的源码提取pdf中框线信息
    python pdf_process.py --data_dir pdf --output_dir cooked
  • 后处理，合并短的表格框线为一根长的线
    python post_process.py
  • 提取表格外轮廓 python outline_extract.py
  • 获取表格线对应的较大矩形的bbox python table_line_inflation.py

文件夹说明

  • result: 保存latex文件
  • pdf: 保存pdf文件
  • cooked: 保存从pdf中提取的文字框线图片等信息
  • table: 保存合并后的表格框线信息
  • outline: 保存表格外轮廓bounding box
  • picture: 保存从cooked文件夹中提取的原图