颜色分类leetcode pdffigures2 给定学术PDF，提取数字、表格、标题和章节标题

颜色分类leetcode PDFFigures 2.0是一个基于Scala的项目，旨在从学术文档中提取图形、标题、表格和章节标题，重点关注计算机科学领域的文档。有关更多详细信息，请参阅我们的。输入和输出PDFFigures 2.0将PDF格式的学术文档作为输入。它的输出将是一个“图形”对象列表，对于每个图形，我们已经确定：图形出现的页面（基于0）。该页面中图形的边界框，以像素坐标形式给出，其中(0,0)是PDF裁剪框的左上角，假设该页面以72 DPI呈现。图中出现的任何文本。图的标题。标题的边界框。从标题中推断出的图形的“名称”。通常，这是一个数字（例如，标题为“Figure 1”的图形的名称将是“1”），但它可能会采用其他形式，具体取决于解析的PDF。图形是否被标记为表格或图形，再次基于标题。 PDFFigures 2还支持将提取的图形的图像保存为光栅化图像的功能。目前，我们支持可以将BufferedImage保存为的任何格式（png、jpeg等）。更具实验性的是，如果安装了pdftoca