我正在寻找检测文档文本的技术。
例如，在普通的 .txt 文件上很容易：有许多用于图像处理的库、API 和 SDK，并且通常它们具有实现 OCR 算法的方法。
但是讨论“复杂”的印刷文件（文件的结构是众所周知的和确定性的），例如养老金计划年度报告的摘要页面：我只想提取“底线”数字。我知道顶部中心有标题，中间有一些表格，左下角有一些段落，右下角有我正在寻找的段落。
从文档中提取文本的方法是什么？这里的主要任务是分析文档结构与预定义结构的技术，当我们知道我们现在正在处理某些特定段落时 - 从这里开始很容易 - 应用上面提到的 OCR API 标准并收集您的数据自定义数据结构。
例如链接文档（第 1 页）：每次我应用纯 OCR API 时，我都确切知道我在预定义模板的哪个部分工作的方法是什么？文档模板有：
顶部分为 3 个水平部分。
中间部分：标题，然后是第一个表，另一个标题，然后是另一个表。
底部：右上角的一些文字。
谢谢，