利用PDF文本层的内容

[Linz1248]

请问在使用PP-StructureV3对一个pdf文件进行结构化文字提取时，如果PDF文件在当前位置有文本层的情况下，有办法直接整合文本层的内容吗，，不使用OCR的内容，尽量避免文字识别错误的情况

[liuhongen1234567]

您好，这个需要修改PP-SturctureV3 的代码，且在提供OCR识别内容的同时还需要提供文本框位置，可以到 PaddleX中去修改和使用。该产线推理代码的位置如下： https://github.com/PaddlePaddle/PaddleX/blob/a8ec0bdec40d4108859ebda48e079d2fdcfb5b82/paddlex/inference/pipelines/layout_parsing/pipeline_v2.py#L890