vba - 为 AI 训练创建带有相应标签的文档变体

Question

我正在为以下问题寻找一个简单的解决方案：我必须创建文档的变体并将它们导出为图像。这可以通过 MS Word 邮件合并轻松完成，但我需要该文档中每个文本块的像素位置。输入图像和像素位置以进行 AI 训练。

目前我可以想到几种方法：

1. 将 MS Word Mail Merge 输出放入 OCR 并尝试通过将它们与原始文本源进行比较来识别文本块的位置。
2. 使用 JS、Python 或 Visual Basic 之类的东西创建文档，并在插入时保存每个插入文本块的确切位置。
3. 也许使用 Visual Basic for Word 从使用邮件合并功能创建的 MS Word XML 文件中提取文本位置。

变体 1 似乎过于复杂，因为它使用了某种逆向工程。此外，即使在完全可读的文档上使用 OCR 也总是会导致错误。

所以变体 2 或 3 看起来不错，但我不知道任何符合要求的库，而 Visual Basic for Word 对我来说绝对是新领域。

我希望我能很好地描述这个问题。如果你想让我澄清一些事情，请告诉我。

我感谢每一个想法和帮助！:)

最好的问候亨里克

标签： vbamachine-learningms-word

Answer 1

好像有人已经不喜欢我的帖子了。在投票给我之前，请让我知道如何改进。

无论如何，我可能已经找到了实现变体 2 的方法。这篇stackoverflow 帖子引用了一个扩展 Python 图像库的Github Gist。它提供了在图像上写入文本并设置文本框的最大宽度的功能。该函数还返回绘制文本框的最终宽度和高度。使用它，我将尝试实现一种创建文档图像和标签文件的算法。

也许这也会帮助其他人寻找同样的东西。