SuperAPI AI 工具集

sh_sci_fig

通用与其它

查看项目

更新于 10-16 08:11

技能介绍

用途:从学术 PDF 论文中定位并提取整图或子图,输出高分辨率 PNG 图片。

主要能力:自动图形检测;识别子图标签(a、b、c、d 等);按图号提取整图,或指定子图标签单独导出;列出 PDF 中全部可用图号;一次性提取全部图。默认输出 600 DPI PNG,支持自定义分辨率与输出格式。

使用方式:脚本位于 scripts/ 子目录,主命令为 scripts/extract_figure.py。基本调用: python ${SKILL_DIR}/scripts/extract_figure.py <input.pdf> [options] 常用选项:-f 指定图号,-s 指定子图标签,-o 指定输出目录,-d 指定 DPI(默认 600),-l 列出全部图号,--all 提取全部图,--format 指定输出格式(默认 png)。例如提取图 2 的子图 c: python ${SKILL_DIR}/scripts/extract_figure.py paper.pdf -f 2 -s c 输出示例:Extracted: figure_2c.png (1920x1080, 600 DPI)

配置:可通过 EXTEND.md 自定义默认 DPI、默认输出格式和 Tesseract 路径。优先检查项目级 .baoyu-skills/Sh_Sci_Fig/EXTEND.md,其次用户级 $HOME/.baoyu-skills/Sh_Sci_Fig/EXTEND.md。

技术栈:pdfplumber(文本与坐标提取,定位 Figure X 标签)、PyMuPDF(fitz,PDF 转高分辨率图像)、opencv-python(边界检测与轮廓分析)、Pillow(裁剪与格式转换)、pytesseract(子图标签 OCR)。

错误处理:图号未找到时报错并列出全部可用图号;OCR 识别失败、子图拆分失败或未找到子图标签时,返回整个图区域。

适用场景:科研论文插图整理、子图单独复用、图表素材提取。

限制:资料未提供收费、价格、平台支持范围、安装命令及许可信息,暂未提供。