RAGflow圖像解析與向量化分析

注：需要提前部署好ragflow，才方便一 一對應代碼，部署教程：rag部署教程，這樣才會方便后續更改

1. 圖像解析流程

RAGflow通過多種解析器處理不同類型的文檔，其中圖像解析是一個重要組成部分。以下是RAGflow處理圖像的主要流程：

1.1 PDF文檔中的圖像處理

PDF文檔中的圖像處理主要通過RAGFlowPdfParser類實現，流程如下：

1. 圖像提取：通過__images__方法從PDF文件中提取頁面圖像

   # 來源: deepdoc/parser/pdf_parser.py 中 RAGFlowPdfParser 類
   self.__images__(filename, zoomin, from_page, to_page, callback)
   

2. OCR處理：使用OCR技術識別圖像中的文本

   # 來源: deepdoc/parser/pdf_parser.py 中 RAGFlowPdfParser 類
   # 在__ocr方法中進行OCR處理
   def __ocr(self, img, page_num):# 檢測圖像中的文本框# 將字符合并到相應的文本框中# 對沒有文本的區域進行文本識別
   

3. 布局識別：通過_layouts_rec方法識別文本的布局類型

   # 來源: deepdoc/parser/pdf_parser.py 中 RAGFlowPdfParser 類
   self._layouts_rec(zoomin)
   

4. 表格處理：通過_table_transformer_job方法識別表格結構

   # 來源: deepdoc/parser/pdf_parser.py 中 RAGFlowPdfParser 類
   self._table_transformer_job(zoomin)
   

5. 表格和圖片提取：通過_extract_table_figure方法提取表格和圖片

   # 來源: deepdoc/parser/pdf_parser.py 中 RAGFlowPdfParser 類
   tbls, figures = self._extract_table_figure(True, zoomin, True, True, True)
   

1.2 視覺增強處理

RAGflow支持使用視覺模型增強圖像和表格提取：

# 來源: rag/app/naive.py 中 chunk 函數
# 初始化視覺模型
vision_model = LLMBundle(kwargs["tenant_id"], LLMType.IMAGE2TEXT)# 來源: deepdoc/parser/figure_parser.py 中 VisionFigureParser 類
# 創建視覺圖像解析器
pdf_vision_parser = VisionFigureParser(vision_model=vision_model, figures_data=figures, **kwargs)# 增強圖像提取
boosted_figures = pdf_vision_parser(callback=callback)

1.3 Word文檔中的圖像處理

Word文檔中的圖像處理通過Docx類實現：

# 來源: rag/app/naive.py 中 Docx 類
def get_picture(self, document, paragraph):# 從段落中提