从图片或 PDF 提取可搜索的文字,适合票据、扫描资料和图文页面的数字化。项目也提供文档解析能力,可按版面复杂度选择流程。
代码许可证 Apache-2.0(见上方仓库的 LICENSE 文件)。
上手示例
- 先挑一张清晰页面、一张倾斜页面和一张带表格的页面作为样本。
- 运行适合语言和版面的识别流程,把结果和原图并排查看。
- 核对金额、小数点、换行和表格列,再决定哪些结果可自动入库。
使用要点
识别准确率和版面还原是两件事。能读出文字,并不保证每段都按原文阅读顺序排列。
从图片或 PDF 提取可搜索的文字,适合票据、扫描资料和图文页面的数字化。项目也提供文档解析能力,可按版面复杂度选择流程。
代码许可证 Apache-2.0(见上方仓库的 LICENSE 文件)。
识别准确率和版面还原是两件事。能读出文字,并不保证每段都按原文阅读顺序排列。
暂无评论