我测试一下，猜测的技术路线为先进行版面分析，将图片提取处理，然后文字部分ocr识别，保存成html。 问题大致是版面分析部分不够准确（应该只提取图片就行了），ocr部分应该是公式识别不准确的问题。
我测试一下，猜测的技术路线为先进行版面分析，将图片提取处理，然后文字部分ocr识别，保存成html。
问题大致是版面分析部分不够准确（应该只提取图片就行了），ocr部分应该是公式识别不准确的问题。