粤语的文档解析出来的md中数据有错误和原始数据不对应

[James-Dao]

Description of the bug | 错误描述

粤语的文档解析出来的md中数据有错误和原始数据不对应

How to reproduce the bug | 如何复现

haiguan-12-19.pdf

使用这个测试文件测试。

Operating system | 操作系统

Linux

Python version | Python 版本

3.10

Software version | 软件版本 (magic-pdf --version)

0.8.x

Device mode | 设备模式

cpu

[myhloli]

目前table解析使用的ocr库较老，我们会在下一个版本更新时更新为新版的ppocrv4，繁中的识别能力可能会有一些提升。

[James-Dao]

👍

[myhloli]

试了下，0.9更新了ppocrv4之后，繁体中文效果好了不少，可以在我们的huggingface和modelscope上测试下