建议增加选项，在识别时候是否只提取图片还是只能识别图片中的内容。

[slajdfk]

有时候文档中的内容是图片，但是识别出来是格式错乱的文本。

[myhloli]

这个问题应该只出现在使用pipeline模式且图片中存在大量文本的情况，文本量超过一定阈值就会转换为文本表示。您可以尝试切换至hybrid或vlm模式以提升解析精度。

[slajdfk]

tks for reply,我现在遇到的问题在识别PDF或者Word格式文件的时候（文件中有图片，且是SOP类型的文档，有一些操作截图）会把图片中的内容识别出来，不知如何才能做到图片只提取不做识别。目前使用的是VLM方式

[myhloli]

那可能是截图中的文字过于高清了，会被识别成文本类型。如果已经使用vlm模式还有这种情况，应该就没办法了。