识别表格时是否可以指定表格的表头或者表头长度，使其严格按照该表头划分表格

[guysbeing]

对于部分无线的表格，标题可能会比较近然后就被识别到一起去了，是否可以修改部分代码以实现该功能。

[dosubot[bot]]

目前 MinerU 没有直接支持在表格识别时指定表头或表头长度来严格分割表格的功能，也没有相关的配置项或 API 能让用户自定义表头识别行为。表格识别和分割主要依赖模型和启发式规则，尤其是对于无线表格或标题较近的情况，容易出现多个表格被识别到一起的问题。

不过，最近的代码和合并逻辑（如 table_merge.py）已经在处理表头检测、表格合并和行结构调整方面做了不少优化，比如通过 detect_table_headers、perform_table_merge 等函数对表头行数和内容进行比对，并在合并时根据参考结构调整行的 colspan 属性。如果你有明确的表头或表头长度需求，可以考虑在这些逻辑中增加自定义参数或接口，让用户传入表头内容或长度，然后在表格分割和合并时进行严格匹配和分割。相关代码可以参考 table_merge.py 的最近改动。

如果只是想避免表格被错误合并，可以在后处理阶段（如 Markdown/JSON 输出后）用脚本根据表头内容或结构进行二次筛查和分割，也是一个可行的变通方案。

如需进一步定制，建议重点关注 mineru/utils/table_merge.py 里的表头检测和表格合并相关函数，增加自定义表头参数的支持。

To reply, just mention @dosu.

---

Docs are dead. Just use Dosu.