顺时针旋转90度的表格无法识别(minerU2.5)

[lwqhp]

🔎 Search before asking | 提交之前请先搜索

• I have searched the MinerU Readme and found no similar bug report.
• I have searched the MinerU Issues and found no similar bug report.
• I have searched the MinerU Discussions and found no similar bug report.

🤖 Consult the online AI assistant for assistance | 在线 AI 助手咨询

• I have consulted the online AI assistant but was unable to obtain a solution to the issue.

Description of the bug | 错误描述

顺时针旋转的表格无法识别，表现为乱码，而且同类表格都有这个问题，在本地部署vllm，和在线测试都必现。

test.pdf

How to reproduce the bug | 如何复现

test.pdf

python demo.py

Operating System Mode | 操作系统类型

Linux

Operating System Version| 操作系统版本

Ubuntu 22.04

Python version | Python 版本

3.10

Software version | 软件版本 (mineru --version)

>=2.5

Backend name | 解析后端

vlm

Device mode | 设备模式

cuda

[dosubot]

顺时针旋转90度的表格在 MinerU v2.5 的 vlm 后端目前无法自动识别，这是已知限制，官方已确认未来版本会补充支持相关说明。目前有两个可行方案：

1. 手动将表格旋转为正常方向（0度）后再识别。
2. 切换到 pipeline 后端（--backend pipeline），该模式自 v2.2.0 起内置了表格方向检测和自动旋转，支持 0/90/270 度表格实现细节。

vlm 后端暂不支持自动旋转表格，也没有相关配置项。建议关注后续 MinerU 版本更新，或根据实际需求选择上述方案。

To reply, just mention @dosu.

---

^{How did I do? Good | Irrelevant | Incorrect | Verbose | Hallucination | Report 🐛 | Other}

   

[myhloli]

例子里的图像太糊了，导致旋转方向判断错了变成逆时针，你可以试着先将旋转的图像矫正再进行识别就会准很多了

[lwqhp]

@dosu，有具体的时间规划吗？这个问题在paddleocr-vl，monkeyocr-v1.5都能很好的识别，落后了啊

[lwqhp]

例子里的图像太糊了，导致旋转方向判断错了变成逆时针，你可以试着先将旋转的图像矫正再进行识别就会准很多了

不像，感觉是模型判断出是有旋转的表格，默认进行顺时针旋转（因为逆时针旋转的表格是可以正确识别的，比这个还模糊都没问题），而原本已顺时针旋转了的，再顺时针旋转，就完全乱了

[myhloli]

例子里的图像太糊了，导致旋转方向判断错了变成逆时针，你可以试着先将旋转的图像矫正再进行识别就会准很多了

不像，感觉是模型判断出是有旋转的表格，默认进行顺时针旋转（因为逆时针旋转的表格是可以正确识别的，比这个还模糊都没问题），而原本已顺时针旋转了的，再顺时针旋转，就完全乱了

我看了输出的结果，就是旋转方向识别错了，训练数据里这种比较糊的扫描件比较少

[lwqhp]

例子里的图像太糊了，导致旋转方向判断错了变成逆时针，你可以试着先将旋转的图像矫正再进行识别就会准很多了

不像，感觉是模型判断出是有旋转的表格，默认进行顺时针旋转（因为逆时针旋转的表格是可以正确识别的，比这个还模糊都没问题），而原本已顺时针旋转了的，再顺时针旋转，就完全乱了

我看了输出的结果，就是旋转方向识别错了，训练数据里这种比较糊的扫描件比较少

test2.pdf
@myhloli 这种更糊的，并没有识别错方向，所有这种逆时针的表格都能识别。

[myhloli]

就是单纯的旋转方向识别错了，在这种糊的图片上表现就是左转右转的都识别成左转了

[lwqhp]

就是单纯的旋转方向识别错了，在这种糊的图片上表现就是左转右转的都识别成左转了

@myhloli 不对，怀疑模型根本没作判断，特地找了个非常非常清淅的图测试

[myhloli]

不用怀疑啊，你打开解析结果里的model.json看下里面的角度值就知道了

[myhloli]

如果你传入一个切割过的图片，模型倾向于直接输出结果

[lwqhp]

不用怀疑啊，你打开解析结果里的model.json看下里面的角度值就知道了

我的意思是转错不是因为图片糊，这么清淅的字为什么会判断错方向？

[myhloli]

不用怀疑啊，你打开解析结果里的model.json看下里面的角度值就知道了

我的意思是转错不是因为图片糊，这么清淅的字为什么会判断错方向？

一般情况下，模型不支持切割过的表格识别，你得先贴在一个正常A4大小的白底上

[lwqhp]

不用怀疑啊，你打开解析结果里的model.json看下里面的角度值就知道了

我的意思是转错不是因为图片糊，这么清淅的字为什么会判断错方向？

一般情况下，模型不支持切割过的表格识别，你得先贴在一个正常A4大小的白底上

@myhloli 这是放在一张空白A4上的效果，还是一样的有问题。

test5.pdf

[myhloli]

需要符合一定的文档结构样式，是可以正确识别旋转角度的