mirror of
https://github.com/DS4SD/docling.git
synced 2025-07-26 03:55:00 +00:00
cc6193b3b9
* Update tests to use default PDF backend (DPv4) Signed-off-by: Christoph Auer <cau@zurich.ibm.com> * OCR tests use DPv1 until rotation bugs are fixed Signed-off-by: Christoph Auer <cau@zurich.ibm.com> --------- Signed-off-by: Christoph Auer <cau@zurich.ibm.com>
394 lines
14 KiB
JSON
Vendored
394 lines
14 KiB
JSON
Vendored
{
|
|
"schema_name": "DoclingDocument",
|
|
"version": "1.5.0",
|
|
"name": "picture_classification",
|
|
"origin": {
|
|
"mimetype": "application/pdf",
|
|
"binary_hash": 6445357065749877499,
|
|
"filename": "picture_classification.pdf"
|
|
},
|
|
"furniture": {
|
|
"self_ref": "#/furniture",
|
|
"children": [],
|
|
"content_layer": "furniture",
|
|
"name": "_root_",
|
|
"label": "unspecified"
|
|
},
|
|
"body": {
|
|
"self_ref": "#/body",
|
|
"children": [
|
|
{
|
|
"$ref": "#/texts/0"
|
|
},
|
|
{
|
|
"$ref": "#/texts/1"
|
|
},
|
|
{
|
|
"$ref": "#/pictures/0"
|
|
},
|
|
{
|
|
"$ref": "#/texts/3"
|
|
},
|
|
{
|
|
"$ref": "#/texts/4"
|
|
},
|
|
{
|
|
"$ref": "#/texts/5"
|
|
},
|
|
{
|
|
"$ref": "#/pictures/1"
|
|
},
|
|
{
|
|
"$ref": "#/texts/7"
|
|
},
|
|
{
|
|
"$ref": "#/texts/8"
|
|
}
|
|
],
|
|
"content_layer": "body",
|
|
"name": "_root_",
|
|
"label": "unspecified"
|
|
},
|
|
"groups": [],
|
|
"texts": [
|
|
{
|
|
"self_ref": "#/texts/0",
|
|
"parent": {
|
|
"$ref": "#/body"
|
|
},
|
|
"children": [],
|
|
"content_layer": "body",
|
|
"label": "section_header",
|
|
"prov": [
|
|
{
|
|
"page_no": 1,
|
|
"bbox": {
|
|
"l": 133.77,
|
|
"t": 667.08,
|
|
"r": 252.35,
|
|
"b": 654.48,
|
|
"coord_origin": "BOTTOMLEFT"
|
|
},
|
|
"charspan": [
|
|
0,
|
|
15
|
|
]
|
|
}
|
|
],
|
|
"orig": "Figures Example",
|
|
"text": "Figures Example",
|
|
"level": 1
|
|
},
|
|
{
|
|
"self_ref": "#/texts/1",
|
|
"parent": {
|
|
"$ref": "#/body"
|
|
},
|
|
"children": [],
|
|
"content_layer": "body",
|
|
"label": "text",
|
|
"prov": [
|
|
{
|
|
"page_no": 1,
|
|
"bbox": {
|
|
"l": 133.77,
|
|
"t": 642.22,
|
|
"r": 477.48,
|
|
"b": 502.0,
|
|
"coord_origin": "BOTTOMLEFT"
|
|
},
|
|
"charspan": [
|
|
0,
|
|
887
|
|
]
|
|
}
|
|
],
|
|
"orig": "Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet.",
|
|
"text": "Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet."
|
|
},
|
|
{
|
|
"self_ref": "#/texts/2",
|
|
"parent": {
|
|
"$ref": "#/pictures/0"
|
|
},
|
|
"children": [],
|
|
"content_layer": "body",
|
|
"label": "caption",
|
|
"prov": [
|
|
{
|
|
"page_no": 1,
|
|
"bbox": {
|
|
"l": 226.89,
|
|
"t": 262.75,
|
|
"r": 384.36,
|
|
"b": 254.05,
|
|
"coord_origin": "BOTTOMLEFT"
|
|
},
|
|
"charspan": [
|
|
0,
|
|
35
|
|
]
|
|
}
|
|
],
|
|
"orig": "Figure 1: This is an example image.",
|
|
"text": "Figure 1: This is an example image."
|
|
},
|
|
{
|
|
"self_ref": "#/texts/3",
|
|
"parent": {
|
|
"$ref": "#/body"
|
|
},
|
|
"children": [],
|
|
"content_layer": "body",
|
|
"label": "text",
|
|
"prov": [
|
|
{
|
|
"page_no": 1,
|
|
"bbox": {
|
|
"l": 133.77,
|
|
"t": 238.85,
|
|
"r": 477.48,
|
|
"b": 122.54,
|
|
"coord_origin": "BOTTOMLEFT"
|
|
},
|
|
"charspan": [
|
|
0,
|
|
747
|
|
]
|
|
}
|
|
],
|
|
"orig": "Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua.",
|
|
"text": "Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua."
|
|
},
|
|
{
|
|
"self_ref": "#/texts/4",
|
|
"parent": {
|
|
"$ref": "#/body"
|
|
},
|
|
"children": [],
|
|
"content_layer": "furniture",
|
|
"label": "page_footer",
|
|
"prov": [
|
|
{
|
|
"page_no": 1,
|
|
"bbox": {
|
|
"l": 303.13,
|
|
"t": 96.17,
|
|
"r": 308.11,
|
|
"b": 87.46,
|
|
"coord_origin": "BOTTOMLEFT"
|
|
},
|
|
"charspan": [
|
|
0,
|
|
1
|
|
]
|
|
}
|
|
],
|
|
"orig": "1",
|
|
"text": "1"
|
|
},
|
|
{
|
|
"self_ref": "#/texts/5",
|
|
"parent": {
|
|
"$ref": "#/body"
|
|
},
|
|
"children": [],
|
|
"content_layer": "body",
|
|
"label": "text",
|
|
"prov": [
|
|
{
|
|
"page_no": 2,
|
|
"bbox": {
|
|
"l": 133.77,
|
|
"t": 664.04,
|
|
"r": 477.48,
|
|
"b": 523.83,
|
|
"coord_origin": "BOTTOMLEFT"
|
|
},
|
|
"charspan": [
|
|
0,
|
|
887
|
|
]
|
|
}
|
|
],
|
|
"orig": "Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet.",
|
|
"text": "Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet."
|
|
},
|
|
{
|
|
"self_ref": "#/texts/6",
|
|
"parent": {
|
|
"$ref": "#/pictures/1"
|
|
},
|
|
"children": [],
|
|
"content_layer": "body",
|
|
"label": "caption",
|
|
"prov": [
|
|
{
|
|
"page_no": 2,
|
|
"bbox": {
|
|
"l": 226.89,
|
|
"t": 268.68,
|
|
"r": 384.36,
|
|
"b": 259.97,
|
|
"coord_origin": "BOTTOMLEFT"
|
|
},
|
|
"charspan": [
|
|
0,
|
|
35
|
|
]
|
|
}
|
|
],
|
|
"orig": "Figure 2: This is an example image.",
|
|
"text": "Figure 2: This is an example image."
|
|
},
|
|
{
|
|
"self_ref": "#/texts/7",
|
|
"parent": {
|
|
"$ref": "#/body"
|
|
},
|
|
"children": [],
|
|
"content_layer": "body",
|
|
"label": "text",
|
|
"prov": [
|
|
{
|
|
"page_no": 2,
|
|
"bbox": {
|
|
"l": 133.77,
|
|
"t": 245.61,
|
|
"r": 477.48,
|
|
"b": 117.35,
|
|
"coord_origin": "BOTTOMLEFT"
|
|
},
|
|
"charspan": [
|
|
0,
|
|
804
|
|
]
|
|
}
|
|
],
|
|
"orig": "Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum.",
|
|
"text": "Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum."
|
|
},
|
|
{
|
|
"self_ref": "#/texts/8",
|
|
"parent": {
|
|
"$ref": "#/body"
|
|
},
|
|
"children": [],
|
|
"content_layer": "furniture",
|
|
"label": "page_footer",
|
|
"prov": [
|
|
{
|
|
"page_no": 2,
|
|
"bbox": {
|
|
"l": 303.13,
|
|
"t": 96.17,
|
|
"r": 308.11,
|
|
"b": 87.46,
|
|
"coord_origin": "BOTTOMLEFT"
|
|
},
|
|
"charspan": [
|
|
0,
|
|
1
|
|
]
|
|
}
|
|
],
|
|
"orig": "2",
|
|
"text": "2"
|
|
}
|
|
],
|
|
"pictures": [
|
|
{
|
|
"self_ref": "#/pictures/0",
|
|
"parent": {
|
|
"$ref": "#/body"
|
|
},
|
|
"children": [
|
|
{
|
|
"$ref": "#/texts/2"
|
|
}
|
|
],
|
|
"content_layer": "body",
|
|
"label": "picture",
|
|
"prov": [
|
|
{
|
|
"page_no": 1,
|
|
"bbox": {
|
|
"l": 134.92,
|
|
"t": 487.11,
|
|
"r": 475.66,
|
|
"b": 281.78,
|
|
"coord_origin": "BOTTOMLEFT"
|
|
},
|
|
"charspan": [
|
|
0,
|
|
0
|
|
]
|
|
}
|
|
],
|
|
"captions": [
|
|
{
|
|
"$ref": "#/texts/2"
|
|
}
|
|
],
|
|
"references": [],
|
|
"footnotes": [],
|
|
"annotations": []
|
|
},
|
|
{
|
|
"self_ref": "#/pictures/1",
|
|
"parent": {
|
|
"$ref": "#/body"
|
|
},
|
|
"children": [
|
|
{
|
|
"$ref": "#/texts/6"
|
|
}
|
|
],
|
|
"content_layer": "body",
|
|
"label": "picture",
|
|
"prov": [
|
|
{
|
|
"page_no": 2,
|
|
"bbox": {
|
|
"l": 218.82,
|
|
"t": 513.98,
|
|
"r": 391.96,
|
|
"b": 283.11,
|
|
"coord_origin": "BOTTOMLEFT"
|
|
},
|
|
"charspan": [
|
|
0,
|
|
0
|
|
]
|
|
}
|
|
],
|
|
"captions": [
|
|
{
|
|
"$ref": "#/texts/6"
|
|
}
|
|
],
|
|
"references": [],
|
|
"footnotes": [],
|
|
"annotations": []
|
|
}
|
|
],
|
|
"tables": [],
|
|
"key_value_items": [],
|
|
"form_items": [],
|
|
"pages": {
|
|
"1": {
|
|
"size": {
|
|
"width": 612.0,
|
|
"height": 792.0
|
|
},
|
|
"page_no": 1
|
|
},
|
|
"2": {
|
|
"size": {
|
|
"width": 612.0,
|
|
"height": 792.0
|
|
},
|
|
"page_no": 2
|
|
}
|
|
}
|
|
} |