一张藏经图片和对应的文本，文本为UTF8格式，每行结尾以\r\n符号换行。
藏经图片为某一页的图像，每页可能分为两栏或三栏，请参考samples目录中的1.jpg，此图片有三栏，对应的文本文件为1.txt。
在文本文件中，图片的每一栏所对应的文字的第一行为页、栏的标记。如P1L1/3，其中P1表示此图片为第1页，L1/3表示此图片总共有3栏，当前的文字为第1栏对应的文字。
图片中文字按列的方向排列，列按从右往左的顺序，图片中每一列与文本每一行精确对应。在图片中可能有一些和普通正文格式不一样的文字，这些文字在文本中会加上一些标记符号来区分出来。具体的标记符号如下：
- <> 中间的文字是夹注，表示占半行宽度的小字，通常是两行并列出现，即在文本中一组尖括号中间的文字为图片中的小字，如图片某一列中某一段位置有两列小字，则在文本中用两组尖括号表示，例如<念履切後九><篇音尼字悉>；
- 【】中间的文字是增字，表示在正文右侧、处于两行中间的小字。通常是后人在纸本上写上去的校勘性文字，而非原来刻上去的内容；
- @@中间的文字表示题记，字号一般比正文要比小一些；
- () 中间的文本是非正文内容，例如轶号、音义等等，主要是指与藏经实际内容无关的文字；
- $$中间的文本是衍文，表示该列在相邻两页的图片中都出现了；
- {}中间的文本在图片中对应的汉字已由于图片的损坏而缺失；
- ？此为全角问号，用于表示一个无法识别的字。
对于文本中的空格，统一都用全角空格，在行首、行中间都可能会有空格，在图片相应的列中会有空白区域与空格对应。一列中的空白区域包含在其他正常的区域中一起输出，不必作为单独区域输出。
文本中的空行表示在图片中有空白列。空白列也当作一个区域输出。空白列的宽度可能比正常有文字的列的宽度大一些。
最后达到的目标是，对于每一列，将该列对应输出的几个区域拼接起来，能完整复原该列的原图。将所有列对应输出的区域拼接起来，能完整复原整个原图。
一般情况下，输出藏经图片中每一列的区域和对应的文本，如果这一列中有特殊文字，则需要将特殊文字区域及相应的文本输出。
________
如上面第一张图是samples目录中的图片1.jpg中第3栏的第19列，对应的文本为：
怛姪他<天可切後九篇初他><字悉同此音其一>富樓尼<念履切後九><篇音尼字悉>
做版面划分后的结果如右边第二张图所示。实际输出每个区域对应的四个坐标值：left, right, top, bottom。区域在横轴的区间范围为[left, right)，纵轴的区间范围为[top, bottom)，坐标值为在整个图片中的坐标。
程序在实际执行时，输入一个图片文件和一个文本文件，输出一个json格式的数组，表示每个区域的坐标及相应的文本，其中对应每一个区域，包含这些字段：
- text，表示区域的文本；
- mark，可选，对于有标记的特殊文本，mark为对应的标记符号中前一个符号，比如对于标记符号<>，mark就设为<；
- left，左边界坐标；
- right，右边界坐标；
- top，上边界坐标；
- bottom，下边界坐标；
- line_no，表示行号；
- region_no，表示在一行中区域的编号，从１开始计数；
- page_bar_no，表示页、栏标号。
比如输入样本中的1.jpg和1.txt，输出的json格式文本为（只列出了第3栏的第19列对应的区域，坐标值非实际数值）：
[{
"text": "怛姪他",
"left": 21,
"right": 71,
"top": 1,
"bottom": 50,
"line_no": 19,
"region_no": 1,
"page_bar_no": "P1L3/3"
}, {
"text": "天可切後九篇初他",
"mark": "<",
"left": 21,
"right": 71,
"top": 1,
"bottom": 50,
"line_no": 19,
"region_no": 2,
"page_bar_no": "P1L3/3"
}, {
"text": "字悉同此音其一",
"mark": "<",
"left": 21,
"right": 71,
"top": 1,
"bottom": 50,
"line_no": 19,
"region_no": 3,
"page_bar_no": "P1L3/3"
}, {
"text": "富樓尼",
"left": 21,
"right": 71,
"top": 1,
"bottom": 50,
"line_no": 19,
"region_no": 4,
"page_bar_no": "P1L3/3"
}, {
"text": "念履切後九",
"mark": "<",
"left": 21,
"right": 71,
"top": 1,
"bottom": 50,
"line_no": 19,
"region_no": 5,
"page_bar_no": "P1L3/3"
}, {
"text": "篇音尼字悉",
"mark": "<",
"left": 21,
"right": 71,
"top": 1,
"bottom": 50,
"line_no": 19,
"region_no": 6,
"page_bar_no": "P1L3/3"
}]可参考文件samples目录中的文件1_output_json.txt。
这一步将版面切分输出的区域进一步切分到单个字。
一张藏经图片和版面划分输出的某个区域的json描述，例如图片为样本中的1.jpg，区域的json描述为：
{
"text": "怛姪他",
"left": 532,
"right": 563,
"top": 2578,
"bottom": 2751,
"line_no": 19,
"region_no": 1,
"page_bar_no": "P1L3/3"
}输出一个json格式的数组，表示每个字的图片区域的坐标及相关的信息，实际输出每个字图片区域对应的四个坐标值：left, right, top, bottom，区域在横轴的区间范围为[left, right)，纵轴的区间范围为[top, bottom)，坐标值为在整个图片中的坐标。其中对应每一个字的图片区域，包含这些字段：
- char，表示汉字；
- left，左边界坐标；
- right，右边界坐标；
- top，上边界坐标；
- bottom，下边界坐标；
- mark，与输入的区域的json描述中相应的字段相同，如输入的区域的json描述中无此字段，则忽略；
- line_no，与输入的区域的json描述中相应的字段相同；
- region_no，与输入的区域的json描述中相应的字段相同；
- page_bar_no，与输入的区域的json描述中相应的字段相同。
请参考（坐标值非实际数值）：
[{
"char": "篇",
"left": 532,
"right": 563,
"top": 2578,
"bottom": 2617,
"mark": "<",
"line_no": 19,
"region_no": 1,
"page_bar_no": "P1L3/3"
}, {
"char": "音",
"left": 532,
"right": 563,
"top": 2617,
"bottom": 2647,
"mark": "<",
"line_no": 19,
"region_no": 1,
"page_bar_no": "P1L3/3"
}, {
"char": "尼",
"left": 532,
"right": 563,
"top": 2647,
"bottom": 2679,
"mark": "<",
"line_no": 19,
"region_no": 1,
"page_bar_no": "P1L3/3"
}, {
"char": "字",
"left": 532,
"right": 563,
"top": 2679,
"bottom": 2715,
"mark": "<",
"line_no": 19,
"region_no": 1,
"page_bar_no": "P1L3/3"
}, {
"char": "悉",
"left": 532,
"right": 563,
"top": 2715,
"bottom": 2751,
"mark": "<",
"line_no": 19,
"region_no": 1,
"page_bar_no": "P1L3/3"
}]