表格全部识别为图片问题

[hit-wsy]

非扫描件中的表格能否不转化为图片，而是以markdown语言的形式转化，否则文字问答大模型（非多模态）无法识别表格信息

[myhloli]

参考readme打开表格识别开关就可以了，默认会将表格解析成html格式

[sapipoZZZ]

参考readme打开表格识别开关就可以了，默认会将表格解析成html格式

是否能搞成自动识别？ 比如表格内的字符能够复制，那就自动转html，否则就表格模型ocr识别？？？

[myhloli]

参考readme打开表格识别开关就可以了，默认会将表格解析成html格式

是否能搞成自动识别？ 比如表格内的字符能够复制，那就自动转html，否则就表格模型ocr识别？？？

表格字符能复制也只是字符能复制，表格的结构并不能通过复制得到，表格识别中的模型识别这步是绕不开的

[hit-wsy]

参考readme打开表格识别开关就可以了，默认会将表格解析成html格式

是否能搞成自动识别？ 比如表格内的字符能够复制，那就自动转html，否则就表格模型ocr识别？？？

表格字符能复制也只是字符能复制，表格的结构并不能通过复制得到，表格识别中的模型识别这步是绕不开的

对于非扫描件pdf，pdf函数库不是可以直接提取出表格信息吗，如果表格信息保存完好，至于表格结构可以直接加|或者html标签重新构建，对于这种能否直接识别成html或者md格式，然后识别不出来的再模型识别呢

[myhloli]

参考readme打开表格识别开关就可以了，默认会将表格解析成html格式

是否能搞成自动识别？ 比如表格内的字符能够复制，那就自动转html，否则就表格模型ocr识别？？？

表格字符能复制也只是字符能复制，表格的结构并不能通过复制得到，表格识别中的模型识别这步是绕不开的

对于非扫描件pdf，pdf函数库不是可以直接提取出表格信息吗，如果表格信息保存完好，至于表格结构可以直接加|或者html标签重新构建，对于这种能否直接识别成html或者md格式，然后识别不出来的再模型识别呢

pdf解析库的表格识别方案准确率难以达到我们的要求，因此不会使用这种方案做表格识别。

[928871247]

@myhloli 请问这个配置能不能做成传入参数，有一些图片会被识别成表格了，如果单为了这些文档改配置就有点麻烦