indra-ocr

Cad is indra-ocr ann

Is samhail OCR bunaithe ar Hugging Face é Indra-OCR le haghaidh aithint téacs in íomhánna.

Príomhghnéithe

• Tiontaigh PDFanna agus íomhánna go Markdown, gnáth-théacs nó JSON le boscaí teorann
• Soláthraíonn boscaí teorann do gach líne téacs agus bloc leagan amach, agus lipéadaíonn sé cineálacha bloc (mar theideal, liosta, tábla)
• Léann an ciseal téacs ionsuite de PDFanna digiteacha agus déanann OCR amháin ar chodanna atá in easnamh
• Tacaíonn le hanailís leagan amach agus braiteadh ord léitheoireachta
• Méid an tsamhail thart ar 18MB, úsáideann ONNX Runtime agus ní gá PyTorch

Cé dó atá sé

Forbróirí, innealtóirí próiseála doiciméad, agus úsáideoirí a láimhseálann tascanna faisnéise doiciméad ar gá dóibh PDFanna agus íomhánna a thiontú go tapa go téacs struchtúrtha.

Conas tosú

1. Rith pip install indra-ocr
2. Rith an t-ordú indra-ocr paper.pdf chun PDF a thiontú go Markdown agus aschur chuig stdout
3. Úsáid indra-ocr *.pdf --out results/ chun PDFanna iomadúla a phróiseáil go comhaid Markdown

Tiomsaithe ó thuairiscí poiblí ar shuíomh oifigiúil na huirlise / README / leathanach seolta. Níor fíoraithe praghsanna ná líon úsáideoirí; seiceáil an suíomh oifigiúil le do thoil. Dréachtaíodh roinnt rannán le cúnamh AI. Scríofa i Sínis agus i mBéarla; aistrítear teangacha eile le meaisín.