Layout analysis

Layout analysis (анализ макета) — это этап обработки документа, на котором компьютер разбивает страницу на логические блоки: заголовки, абзацы, таблицы, изображения и так далее. Представьте, что вы смотрите на газетную полосу: сначала выделяете крупный заголовок, потом заметки в две колонки, вставку с фото и подпись. Именно этому и учится машина.

Зачем это нужно? Без анализа макета распознавание текста превращается в кашу: обычный оптический распознаватель выдаст слова подряд, не понимая, что заголовок важнее просто предложения, а выноска на полях относится к другому материалу. Имея же карту блоков, программа корректно читает текст, сохраняет структуру и может конвертировать документ в формат с разметкой — например, в PDF или HTML.

Как это работает на интуитивном уровне? Сначала алгоритм находит на странице линии — границы печатных полей, разделители колонок. Затем группирует пиксели в прямоугольные области, сравнивая расстояние между строками и плотность текста. Если между элементами много пустого места — вероятно, это разные блоки. Если есть рамка — перед нами таблица или врезка. Современные подходы используют нейросети, которые смотрят на изображение целиком и сразу предсказывают контуры структурных элементов.

Конкретный пример: лаборатория сканирует тысячи бланков анализов. Каждый бланк содержит шапку с ФИО, таблицу показателей и подпись врача. Layout analysis помогает автоматически извлечь эти поля, отправить данные в базу и проверить, что в строке с уровнем сахара стоит число, а не примечание лаборанта.

Короче, анализ макета — это мост между визуальным обликом документа и его смыслом. Без него распознавание текста оставалось бы слепым чтением, а с ним компьютер уже понимает, где что находится.