前面講了這麼多設計理念，但最重要的可編輯還沒做到。目前可以生成一份圖片簡報了，但要怎麼變成可編輯文字的PPT形式呢? 這時候就要用到OCR、字型還原、背景修復了:

原圖	OCR&字型修復

Paddle OCR

OCR的目的是把文字從圖片裡抽出來，這樣一來就可以對產生的文字作編輯。這邊選用多語言友善的Paddle OCR，可以準確識別出文字/位置。輸入一張圖片，Paddle OCR會輸出陣列，包含每個文字區域對應的box，有text（辨識文字）、confidence（分數）、polygon（四邊形區域），有了這些就可以在編輯區組合出文字框。

字型修復&渲染

但是只有文字還不夠，字型、字體大小、顏色資訊都會丟失，所以這邊會先過一遍AI，輸出字型／色彩／對齊，用這些來重建文字。但是!改了字型，寬度高度的估算(Box)又失效了，這邊要重新渲染，調整出符合Box的大小，避免掉跑版問題。

看起來很簡單的OCR，做起來其實有很多問題。主要是辨識的準確度(尤其是小字)、字體顏色大小還原、段落還原、簡體字誤判，有很多需要優化的地方。一開始box準確性還有很大的問題，所幸PP-OCRv6更新後，文字還原變準了很多，實際使用上多半是字型修復這邊的問題，目前也改到穩定很多了。

其實「抽取功能」到這裡還沒結束，因為我們只拿到了精確還原的文字框，直接蓋上圖片的話，會跟原有的文字重疊，變成殘影，所以還需要做背景修復(去除文字)，這個部分下一章會說明。