使用 ImageMagick、OCR、JavaScript 将带标签的图像 (EPS) 转换为交互式网页

Question

业务洞察力： 我们处于教育领域，我们需要将标记图像（EPS）自动转换为交互式练习 （使用 HTML/SVG/JavaScript），由学生使用。

技术洞察力： 分层 EPS 文件是我们从出版商处获得的。 EPS 文件应转换为两个 PNG 文件： [1.png] 仅包含标签文本 [2.png] 除标签文本外的所有其他内容。

然后[1.png]应该通过一些高级OCR（？）程序运行，该程序应该输出标签文本及其在图像中的位置（X，Y坐标）。然后，可以使用 HTML/JavaScript 将标签文本覆盖在 [2.png] 上，并进行一些交互，例如使用 JavaScript 进行拖放。

到目前为止尝试过： 手动将EPS转换为PNG并使用ImageMagick和Tessaract OCR单独获取标签文本。

问题： 上述图像处理要求（EPS->PNG+带坐标的文本标签）可以自动化到什么程度？可以使用哪些最佳工具？提前感谢您的帮助。

PS：我是一名 UI 开发人员，只要为标签提供坐标，就可以处理 HTML/JavaScript 部分。