aifinlab/chart-element-recognition

图表元素识别 Skill

数据来源

本 Skill 支持多种图表输入格式，核心数据来源包括：

1. 图表文件类型

• 图片格式：PNG、JPG、JPEG、GIF、BMP等
• PDF文档：包含图表的PDF文档
• Word文档：Word文档中嵌入的图表
• Excel文档：Excel中的图表对象

2. 图表类型

• 柱状图：垂直柱状图、水平柱状图、分组柱状图
• 折线图：单折线图、多折线图、面积图
• 饼图：饼图、环形图、3D饼图
• 散点图：散点图、气泡图
• 其他图表：雷达图、热力图、树状图等

3. 图表特征

• 图表质量：清晰度、分辨率、色彩
• 图表复杂度：简单图表、复杂图表、组合图表
• 图表语言：中文图表、英文图表、多语言图表
• 图表风格：标准风格、自定义风格

4. 数据格式要求

• 文件路径：本地文件路径或网络文件URL
• 图片格式：支持常见图片格式
• 文件权限：需要读取权限

说明：本 Skill 不包含图表采集功能，需要用户提供图表文件。建议图表清晰且格式规范，以便进行准确的元素识别。

---

功能

本 Skill 提供全面的图表元素识别能力，涵盖多种识别功能：

1. 图表类型识别

• 图表分类：识别图表的类型和子类型
• 图表结构识别：识别图表的整体结构
• 图表风格识别：识别图表的风格和样式
• 组合图表识别：识别组合图表中的各个子图表

2. 坐标轴识别

• 坐标轴提取：提取X轴和Y轴信息
• 坐标轴标签：识别坐标轴的标签和单位
• 坐标轴刻度：识别坐标轴的刻度和范围
• 坐标轴类型：识别坐标轴类型（数值、时间、分类）

3. 数据系列识别

• 数据系列提取：提取图表中的数据系列
• 数据点识别：识别数据点的位置和数值
• 数据标签识别：识别数据标签和注释
• 图例识别：识别图例信息和映射关系

4. 文本信息提取

• 标题提取：提取图表标题和副标题
• 标签提取：提取各类标签和说明文字
• 注释提取：提取图表中的注释和说明
• 单位提取：提取数值单位和量纲

5. 数据值提取

• 数值提取：从图表中提取数值数据
• 数据重建：重建图表的原始数据
• 数据验证：验证提取数据的准确性
• 数据格式化：格式化提取的数据

6. 高级处理功能

• 图表理解：理解图表的含义和表达的信息
• 趋势分析：分析图表中的趋势和模式
• 异常检测：检测图表中的异常数据点
• 图表描述生成：生成图表的文字描述

---

使用示例

输出示例

{
  "chart_info": {
    "filename": "sales_chart.png",
    "file_size": 256000,
    "format": "png",
    "dimensions": [800, 600]
  },
  "chart_type": {
    "primary_type": "bar_chart",
    "sub_type": "grouped_bar_chart",
    "confidence": 0.95
  },
  "axes": {
    "x_axis": {
      "label": "季度",
      "type": "categorical",
      "categories": ["Q1", "Q2", "Q3", "Q4"],
      "unit": null
    },
    "y_axis": {
      "label": "销售额",
      "type": "numerical",
      "range": [0, 1000],
      "unit": "万元"
    }
  },
  "data_series": [
    {
      "series_name": "产品A",
      "series_type": "bar",
      "data_points": [
        {"x": "Q1", "y": 200},
        {"x": "Q2", "y": 250},
        {"x": "Q3", "y": 300},
        {"x": "Q4", "y": 280}
      ],
      "color": "#FF5733"
    },
    {
      "series_name": "产品B",
      "series_type": "bar",
      "data_points": [
        {"x": "Q1", "y": 150},
        {"x": "Q2", "y": 180},
        {"x": "Q3", "y": 220},
        {"x": "Q4", "y": 250}
      ],
      "color": "#33C3F0"
    }
  ],
  "text_elements": {
    "title": "2024年季度销售额对比",
    "subtitle": null,
    "legend": ["产品A", "产品B"],
    "annotations": []
  },
  "extracted_data": {
    "raw_data": [
      {"季度": "Q1", "产品A": 200, "产品B": 150},
      {"季度": "Q2", "产品A": 250, "产品B": 180},
      {"季度": "Q3", "产品A": 300, "产品B": 220},
      {"季度": "Q4", "产品A": 280, "产品B": 250}
    ],
    "data_format": "table"
  },
  "analysis": {
    "trend": "increasing",
    "key_insights": ["产品A销售额持续增长", "Q3达到峰值"],
    "description": "该图表展示了2024年四个季度产品A和产品B的销售额对比情况，整体呈现上升趋势。"
  }
}

---

注意事项与限制

1. 图表质量要求

• 清晰图表识别准确率较高
• 模糊或低分辨率图表可能影响识别
• 手绘图表识别准确率较低

2. 图表类型支持

• 标准图表类型识别准确率较高
• 非标准或自定义图表可能有限
• 复杂组合图表需要特殊处理

3. 数据提取准确性

• 清晰标注的数值提取准确率较高
• 需要估算的数值可能不够准确
• 3D图表数据提取可能有限

4. 语言和文字

• 中文图表识别准确率较高
• 英文图表需要相应语言支持
• 特殊字体可能影响文字识别

5. 使用限制

• 本 Skill 不包含图表编辑功能
• 识别结果需要人工复核
• 复杂图表可能需要人工分析

---

参考资料

• 见 references/ 目录中的相关文档，包括：
  • 图表元素识别方法手册
  • OCR识别算法说明
  • 图表类型分类指南
  • 性能优化指南