需求：

1、从PDF中，自动识别出版面图的每一个文本块，并分别提取每一个文本区域的标题、文字和图片并组成完整的且没有错误的文章，同时还要有该文本块相应的坐标和尺寸大小，坐标会在map area coords中来使用的；

2、要有相应的api接口，方便其它系统和程序进行调用处理；

3、最终效果可以查看：68747470733a2f2f6462736478622e696877726d2e636f6d/；

4、PDF另行提供；

欢迎有这方面经验的开发者，无这种开发经难的勿扰！