人工智能读文档的第一课不是认字，是看版面：哪块是标题、哪块是正文、哪块是图，顺序先排好，文字识别才不会串。这就是版面分析的活。
分栏为什么先做：结构是文字的骨架
直接把整页 OCR 一遍会出什么问题？双栏论文左右栏的文字会串行，页眉页脚混进正文，图表里的说明文字错插到段落中间。版面分析先于文字识别，就是为了给出阅读的骨架：先知道哪里读、按什么顺序读，再谈读出什么。
骨架的粒度通常是区域级：标题区、正文区、图区、表区、页眉页脚区，每个区域一个类别加一个框。区域之间的相对关系——上下续接、左右分栏、嵌套包含——构成整页的结构树。
检测与聚类：版面元素怎么圈出来
主流做法两条腿走路。检测模型负责圈出明显元素，标题、图、表的视觉特征强，框得比较稳。纯分割线不明显的区域则靠聚类：文字行先按位置和字号分组，同组且间距均匀的归为一段，段与段再按缩进和对齐关系归并成栏。进来的是一页像素，出去的是带类别与层级的区域清单。
秘塔AI搜索、WPS AI 处理上传文档时，版面分析都是隐藏在前面的一道工序；Kimi 读长文档能够保持段落完整，也是版面分析在后面撑着。
阅读顺序怎么定：从单栏到跨页
单栏文档顺序天然从上到下；双栏先左列后右列；杂志式混排要按栏的物理排布推断。跨页更复杂：上一页未完的段落要接到下一页，页脚要剔除，目录要识别出来单独处理。顺序错了，后面文字识别再准，读出来的也是乱码式段落。
实际页面还常出现两类麻烦区域。一类是半栏元素：侧边栏里的小图和引文，既不属于正文栏也不能独立成页，聚类时容易被并进最近的正文段，处理办法是给这类元素单独设类别，排序时排除在主线之外。另一类是跨栏元素：通栏大图横在两栏中间，把左右栏都切成上下两截，顺序推断要先识别它是「分隔物」再绕开排。这两类处理得干净与否，直接决定长文档读起来的段落完整性。
| 区域类型 | 典型样子 | 难在哪 | 处理办法 |
|---|---|---|---|
| 半栏元素 | 侧边栏里的小图与引文 | 不属于正文栏，也不能独立成页 | 单独设类别，排序时排除在主线外 |
| 跨栏元素 | 通栏大图横在两栏中间 | 把左右栏各切成上下两截 | 先识别为分隔物，再绕开排 |
版面定好之后，页内的表格交给表格识别是怎么恢复结构的处理，区域里的关键对象由视觉定位是怎么画出框的指认，跨页图文混排的编码方式见图文交织输入是怎么排的，画面的结构化挑选则与视频抽帧是怎么挑关键画面的思路相通。
类比与失效：像看报纸排版但网格会变
老编辑看一眼报纸就知道哪篇接哪篇，靠的是多年积累的排版套路。失效点在于编辑心里有一套相对固定的网格，而 AI 面对的版面没有标准答案：艺术画册、竖排古籍、手写笔记，每一类都是新的排布语言，通用模型在常见文档上很稳，遇到极端排版就得靠专门训练。
一句话带走：版面分析决定文档理解的秩序，秩序错了，识别再准也是散沙，先把骨架搭对再谈后续。
版面类型速查表
- 单栏直排：顺序自上而下，处理最简单；
- 双栏学术：先分栏再按列内顺序读；
- 混排杂志：图区表区单独路由，正文按栏读；
- 扫描古籍：竖排与批注要专门模型。
一句话：先排顺序后认字，颠倒过来必出错。
关于版面分析的三个常问问题
- 拍照歪了影响大吗？：轻微倾斜模型能自己校正，透视形变严重时区域框会偏，先做透视矫正改善明显。
- 它和 OCR 是什么关系？：版面分析定秩序，OCR 认字，两者串联才是完整的文档理解链路。
- 为什么它对表格常单独处理？：表格有行列嵌套结构，普通区域框表达不了，要交给专门的表格模型。
