langbin10的博客

在金融财报解析中，图像预处理是不可或缺的关键步骤，尤其在处理扫描或拍摄的财务报告时。原始图像常包含干扰元素，如红色印章（盖章或水印）和倾斜（由于扫描角度不正），这些因素会严重降低光学字符识别（OCR）的准确性和后续数据分析的可靠性。通过“去红章”操作，可以有效去除印章区域，避免OCR引擎将其误识别为文本内容，从而减少错误率；这些预处理技术不仅优化了数据提取的效率，还确保了金融分析结果的准确性和可信度，为风险评估、投资决策等应用提供了坚实基础。

ubuntu22RTX3090显卡miniconda。

表格作为结构化信息的重要载体，广泛存在于财务报表、科研文献、政府公文等场景中。（Table Structure Recognition, TSR）与。近年来，随着多模态大模型（Multimodal Large Language Models, MLLMs）的迅速发展，端到端、一体化的表格理解能力成为可能。本报告系统梳理当前主流方法，重点分析多模态大模型在表格识别中的能力边界与技术路径。