---
title: "OCR 輸出資料夾中會產生哪些檔案？"
description: "輸出檔案的命名規則與目錄結構、內嵌圖片的存放位置，以及每份 Markdown 開頭 YAML frontmatter 的各個欄位"
canonical_url: "https://docs.ardge.com/zh-tw/knowledge/precisemd/ocr-output-files"
---
# OCR 輸出資料夾中會產生哪些檔案？

> 輸出檔案的命名規則與目錄結構、內嵌圖片的存放位置，以及每份 Markdown 開頭 YAML frontmatter 的各個欄位

## 快速解答

OCR 任務為來源文件的每一頁產生一份 Markdown 檔與一份頁面圖片，檔名以來源檔名為前綴、加上三位數的頁碼。頁面中的內嵌圖片另存於同層的 `imgs/` 資料夾。每份 Markdown 開頭帶有一段 YAML frontmatter，記錄來源檔案、頁次、處理時間與內容雜湊值。

## 詳細說明

### 檔案的命名規則

輸出檔名以來源檔名為前綴，副檔名的點號改為底線。例如來源為 `report.pdf` 時，前綴為 `report_pdf`：

<table>
<thead>
  <tr>
    <th>
      來源
    </th>
    
    <th>
      輸出
    </th>
  </tr>
</thead>

<tbody>
  <tr>
    <td>
      <code>
        report.pdf
      </code>
      
       第 1 頁
    </td>
    
    <td>
      <code>
        report_pdf_page_001.md
      </code>
      
      、<code>
        report_pdf_page_001.jpg
      </code>
    </td>
  </tr>
  
  <tr>
    <td>
      <code>
        report.pdf
      </code>
      
       第 12 頁
    </td>
    
    <td>
      <code>
        report_pdf_page_012.md
      </code>
      
      、<code>
        report_pdf_page_012.jpg
      </code>
    </td>
  </tr>
  
  <tr>
    <td>
      <code>
        invoice.png
      </code>
    </td>
    
    <td>
      <code>
        invoice_png_page_001.md
      </code>
      
      、<code>
        invoice_png_page_001.jpg
      </code>
    </td>
  </tr>
</tbody>
</table>

頁碼為三位數並補零，因此多份來源檔案共用同一個輸出資料夾時，檔名不會互相衝突。

### 目錄結構

輸出資料夾會沿用來源資料夾的子目錄結構。來源檔案位於 `2026/Q1/report.pdf` 時，輸出寫入 `<OCR 輸出資料夾>/2026/Q1/`。

頁面中擷取到的內嵌圖片，存放於該輸出目錄下的 `imgs/` 子資料夾，Markdown 以 `imgs/` 開頭的相對路徑引用。該資料夾在第一次寫入內嵌圖片時才建立；沒有內嵌圖片的文件不會產生 `imgs/`。

一份 `report.pdf` 的完整輸出結構如下：

```text
<OCR 輸出資料夾>/
├── report_pdf_page_001.md
├── report_pdf_page_001.jpg
├── report_pdf_page_002.md
├── report_pdf_page_002.jpg
└── imgs/
    └── <內嵌圖片檔名>
```

<warning>

**Office 格式不產生頁面圖片：**

DOCX、XLSX 與 PPTX 經由格式轉換管線處理，僅產生每頁的 `.md` 檔，不產生 `.jpg` 頁面圖片。

</warning>

### Markdown 開頭的 YAML frontmatter

每份 `.md` 檔開頭以 `---` 包住一段 YAML frontmatter，欄位順序固定如下：

<table>
<thead>
  <tr>
    <th>
      欄位
    </th>
    
    <th>
      內容
    </th>
  </tr>
</thead>

<tbody>
  <tr>
    <td>
      <code>
        source_file
      </code>
    </td>
    
    <td>
      來源檔案相對於來源資料夾的路徑
    </td>
  </tr>
  
  <tr>
    <td>
      <code>
        source_format
      </code>
    </td>
    
    <td>
      來源檔案的副檔名，不含點號，例如 <code>
        pdf
      </code>
    </td>
  </tr>
  
  <tr>
    <td>
      <code>
        page_number
      </code>
    </td>
    
    <td>
      本檔對應的頁次
    </td>
  </tr>
  
  <tr>
    <td>
      <code>
        total_pages
      </code>
    </td>
    
    <td>
      來源文件的總頁數
    </td>
  </tr>
  
  <tr>
    <td>
      <code>
        processed_at
      </code>
    </td>
    
    <td>
      處理完成的時間，ISO 8601 格式
    </td>
  </tr>
  
  <tr>
    <td>
      <code>
        ocr_engine
      </code>
    </td>
    
    <td>
      處理該檔案的引擎。OCR 管線為 <code>
        arcor
      </code>
      
      ，格式轉換管線為 <code>
        docling-serve
      </code>
    </td>
  </tr>
  
  <tr>
    <td>
      <code>
        pipeline_version
      </code>
    </td>
    
    <td>
      處理當下的 PreciseMD 版本
    </td>
  </tr>
  
  <tr>
    <td>
      <code>
        enable_vlm
      </code>
    </td>
    
    <td>
      是否啟用視覺校正，值為 <code>
        true
      </code>
      
       或 <code>
        false
      </code>
    </td>
  </tr>
  
  <tr>
    <td>
      <code>
        file_hash
      </code>
    </td>
    
    <td>
      來源檔案內容的雜湊值
    </td>
  </tr>
  
  <tr>
    <td>
      <code>
        file_hash_algorithm
      </code>
    </td>
    
    <td>
      雜湊演算法，目前為 <code>
        sha256
      </code>
    </td>
  </tr>
</tbody>
</table>

### `file_hash` 的用途

系統以來源檔案的路徑與 `file_hash` 追蹤已處理的檔案。任務再次執行時，若某份檔案的雜湊值與紀錄相同，該檔案會被略過，於 **檔案詳細資訊** 中狀態顯示為 **已跳過**、備註顯示 **內容未變更**，既有的輸出檔案維持不變。

## 相關文章

- [設定排程讓 OCR 任務定時處理資料夾中的檔案](https://docs.ardge.com/zh-tw/knowledge/precisemd/schedule-ocr-tasks)
- [查看 OCR 任務的執行紀錄並排查失敗的檔案](https://docs.ardge.com/zh-tw/knowledge/precisemd/ocr-task-history)
- [什麼時候應該啟用視覺校正？](https://docs.ardge.com/zh-tw/knowledge/precisemd/vision-correction)


## Sitemap

See the full [sitemap](https://docs.ardge.com/sitemap.md) for all pages.