---
name: aifinlab/chart-element-recognition
source: https://app.decimal.ai/s/aifinlab-chart-element-recognition@1/SKILL.md
source_sha256: b51879454d1c
---

# 图表元素识别 Skill

## 数据来源

本 Skill 支持多种图表输入格式，核心数据来源包括：

### 1. 图表文件类型
- **图片格式**：PNG、JPG、JPEG、GIF、BMP等
- **PDF文档**：包含图表的PDF文档
- **Word文档**：Word文档中嵌入的图表
- **Excel文档**：Excel中的图表对象

### 2. 图表类型
- **柱状图**：垂直柱状图、水平柱状图、分组柱状图
- **折线图**：单折线图、多折线图、面积图
- **饼图**：饼图、环形图、3D饼图
- **散点图**：散点图、气泡图
- **其他图表**：雷达图、热力图、树状图等

### 3. 图表特征
- **图表质量**：清晰度、分辨率、色彩
- **图表复杂度**：简单图表、复杂图表、组合图表
- **图表语言**：中文图表、英文图表、多语言图表
- **图表风格**：标准风格、自定义风格

### 4. 数据格式要求
- **文件路径**：本地文件路径或网络文件URL
- **图片格式**：支持常见图片格式
- **文件权限**：需要读取权限

> 说明：本 Skill 不包含图表采集功能，需要用户提供图表文件。建议图表清晰且格式规范，以便进行准确的元素识别。

---

## 功能

本 Skill 提供全面的图表元素识别能力，涵盖多种识别功能：

### 1. 图表类型识别
- **图表分类**：识别图表的类型和子类型
- **图表结构识别**：识别图表的整体结构
- **图表风格识别**：识别图表的风格和样式
- **组合图表识别**：识别组合图表中的各个子图表

### 2. 坐标轴识别
- **坐标轴提取**：提取X轴和Y轴信息
- **坐标轴标签**：识别坐标轴的标签和单位
- **坐标轴刻度**：识别坐标轴的刻度和范围
- **坐标轴类型**：识别坐标轴类型（数值、时间、分类）

### 3. 数据系列识别
- **数据系列提取**：提取图表中的数据系列
- **数据点识别**：识别数据点的位置和数值
- **数据标签识别**：识别数据标签和注释
- **图例识别**：识别图例信息和映射关系

### 4. 文本信息提取
- **标题提取**：提取图表标题和副标题
- **标签提取**：提取各类标签和说明文字
- **注释提取**：提取图表中的注释和说明
- **单位提取**：提取数值单位和量纲

### 5. 数据值提取
- **数值提取**：从图表中提取数值数据
- **数据重建**：重建图表的原始数据
- **数据验证**：验证提取数据的准确性
- **数据格式化**：格式化提取的数据

### 6. 高级处理功能
- **图表理解**：理解图表的含义和表达的信息
- **趋势分析**：分析图表中的趋势和模式
- **异常检测**：检测图表中的异常数据点
- **图表描述生成**：生成图表的文字描述

---

## 使用示例

### 输出示例
```json
{
  "chart_info": {
    "filename": "sales_chart.png",
    "file_size": 256000,
    "format": "png",
    "dimensions": [800, 600]
  },
  "chart_type": {
    "primary_type": "bar_chart",
    "sub_type": "grouped_bar_chart",
    "confidence": 0.95
  },
  "axes": {
    "x_axis": {
      "label": "季度",
      "type": "categorical",
      "categories": ["Q1", "Q2", "Q3", "Q4"],
      "unit": null
    },
    "y_axis": {
      "label": "销售额",
      "type": "numerical",
      "range": [0, 1000],
      "unit": "万元"
    }
  },
  "data_series": [
    {
      "series_name": "产品A",
      "series_type": "bar",
      "data_points": [
        {"x": "Q1", "y": 200},
        {"x": "Q2", "y": 250},
        {"x": "Q3", "y": 300},
        {"x": "Q4", "y": 280}
      ],
      "color": "#FF5733"
    },
    {
      "series_name": "产品B",
      "series_type": "bar",
      "data_points": [
        {"x": "Q1", "y": 150},
        {"x": "Q2", "y": 180},
        {"x": "Q3", "y": 220},
        {"x": "Q4", "y": 250}
      ],
      "color": "#33C3F0"
    }
  ],
  "text_elements": {
    "title": "2024年季度销售额对比",
    "subtitle": null,
    "legend": ["产品A", "产品B"],
    "annotations": []
  },
  "extracted_data": {
    "raw_data": [
      {"季度": "Q1", "产品A": 200, "产品B": 150},
      {"季度": "Q2", "产品A": 250, "产品B": 180},
      {"季度": "Q3", "产品A": 300, "产品B": 220},
      {"季度": "Q4", "产品A": 280, "产品B": 250}
    ],
    "data_format": "table"
  },
  "analysis": {
    "trend": "increasing",
    "key_insights": ["产品A销售额持续增长", "Q3达到峰值"],
    "description": "该图表展示了2024年四个季度产品A和产品B的销售额对比情况，整体呈现上升趋势。"
  }
}
```

---

## 注意事项与限制

### 1. 图表质量要求
- 清晰图表识别准确率较高
- 模糊或低分辨率图表可能影响识别
- 手绘图表识别准确率较低

### 2. 图表类型支持
- 标准图表类型识别准确率较高
- 非标准或自定义图表可能有限
- 复杂组合图表需要特殊处理

### 3. 数据提取准确性
- 清晰标注的数值提取准确率较高
- 需要估算的数值可能不够准确
- 3D图表数据提取可能有限

### 4. 语言和文字
- 中文图表识别准确率较高
- 英文图表需要相应语言支持
- 特殊字体可能影响文字识别

### 5. 使用限制
- 本 Skill 不包含图表编辑功能
- 识别结果需要人工复核
- 复杂图表可能需要人工分析

---

## 参考资料
- 见 references/ 目录中的相关文档，包括：
  - 图表元素识别方法手册
  - OCR识别算法说明
  - 图表类型分类指南
  - 性能优化指南