PDF中的图片和表格是否支持？

[dream-in-night]

像论文中的图片怎么支持？
因为PDF相关的库和OCR能够解析表格，但是图片咋整啊？
得先检测到图片，然后再用多模态去理解图片？
但是目前从PDF中提取图片的库，有的提取不全，这个咋解决呢？
像下面的图，我想截取这么大的区域的图片，

但是用库提取出来的是这样的

用膨胀腐蚀？还是用一大堆逻辑判断啊？
用通义千问VL模型貌似也无法提取这部分。