Project Icon

receipt-parser-legacy

Python实现的模糊收据信息提取工具

receipt-parser-legacy是一个Python编写的模糊收据解析工具,可从扫描收据中提取店铺、日期和总额等关键信息。此项目既可独立运行,也可集成到iOS和Android应用中。支持Docker部署,使用方便。项目源于黑客马拉松,目前已在PyPi上发布,方便开发者使用和扩展。

llmdocparser - 基于LLM的智能PDF解析与内容分析工具包
GithubLLMDocParserPDF解析多模态模型布局分析开源项目文本分析
LLMDocParser是一款智能PDF解析和内容分析工具包,结合大型语言模型(LLM)技术。该工具采用布局分析模型识别PDF文档中的文本、标题、图表等元素,并通过多模态模型实现智能解析。支持Azure、OpenAI等多种LLM平台,LLMDocParser能高效处理复杂PDF文档,为RAG解决方案提供结构化文本输出,适用于各类文档智能化处理场景。
lego-ai-parser - 使用OpenAI解析HTML的开源工具
FastAPIGithubHTML解析Lego AI ParserOpenAI开源应用开源项目
Lego AI Parser是一个开源工具,基于FastAPI,利用OpenAI解析HTML元素的文本。支持谷歌、亚马逊、Etsy等预设解析器,并允许用户设计自定义解析器。用户可设置服务器进行API调用,确保安全高效。
any-parser - 将非结构化数据转换为结构化格式的精确API解析工具
APIAnyParserGithubPDF处理开源项目数据提取结构化数据
AnyParser作为一款专业的API工具,可将PDF、图像和图表等非结构化数据精确转换为结构化格式。该工具支持从PDF提取文本及布局,从图像中提取表格数据,并能将结果转换为Markdown格式。AnyParser具有简便的安装过程和API密钥配置,并提供了详尽的使用示例。这使得AI工程师和金融分析师能够高效处理各种复杂的数据提取任务。
tesserocr - Python封装的OCR引擎简化技术集成
GithubOCRPythonTesseract APItesserocr图像识别开源项目
tesserocr是基于Tesseract OCR引擎的Python封装库,通过Cython集成Tesseract C++ API。它提供简洁的Pythonic接口,支持多线程并发,可与Pillow库配合。tesserocr简化了OCR集成,便于开发者在Python项目中实现高效文字识别。该库支持多种图像格式,提供丰富的API功能,包括文本识别、布局分析和方向检测等。tesserocr支持多种语言识别、图像预处理、文本布局分析等高级功能。它还提供了简单的命令行接口,方便快速测试和使用。该库适用于各种OCR应用场景,如文档数字化、图像文本提取和自动化数据录入等。
OCRmyPDF - 扫描PDF文件的OCR转换与优化工具
GithubOCRmyPDFPDF文档多语言支持开源软件开源项目文字识别
OCRmyPDF是一款开源的命令行工具,专门用于为扫描PDF文件添加OCR文本层。它支持多语言识别、页面旋转和倾斜校正,并能生成符合长期存储标准的PDF/A文件。此工具可优化PDF图像,常常生成比原文件更小的输出。OCRmyPDF利用多核处理技术,能高效处理大型文档,已在数百万PDF文件上得到验证。它为用户提供了将不可搜索的扫描文档转换为可搜索、可复制的PDF文件的简便方法。
sparrow - 用于从各种文档和图像中高效提取和处理数据的开源工具
GithubLLMOCRRAG管道Sparrow开源项目数据提取
Sparrow是一个开源解决方案,专注于高效从各类文档和图像中提取与处理数据。它通过模块化架构提供独立的服务和优化的流程,支持表格、发票、收据等非结构化数据源。Sparrow的API支持本地语言模型数据提取,可与自定义工作流程集成。
MegaParse - 多功能文档解析工具,支持多种文件格式
GithubMegaParse广泛兼容开源开源项目文档解析高效
兼容多种文件格式的解析器,支持文本、PDF、PPT、Word等,确保信息无损。MegaParse开源免费,注重速度和效率。支持表格、目录、标题、页脚和图像等内容解析。添加OpenAI API密钥后,可激活LlamaParse功能,增强解析效果。操作简便,适用于各种文档处理需求。
InvoiceNet - 深度神经网络,从发票文档中提取智能信息
GithubInvoiceNet信息提取发票数据集开源项目深度神经网络预训练模型
InvoiceNet是一个通过深度神经网络从PDF、JPG、PNG格式的发票中提取智能信息的工具。它提供一个便捷的用户界面供用户查看和提取发票信息,并支持自定义模型的训练。用户可以根据需求添加或删除发票字段,并将提取的信息一键保存到系统中。详细的安装指南支持Ubuntu和Windows,并包含数据准备、字段添加以及使用GUI和CLI的说明。
QReader - 高效稳定的Python QR码识别库
GithubPython库PyzbarQR码识别YOLOv8图像处理开源项目
QReader是一个基于YOLOv8的Python库,专门用于识别和解码复杂场景中的QR码。该库集成了先进的QR码检测模型和图像预处理技术,能够在旋转、低分辨率等困难条件下保持较高的识别率。相较于传统方法,QReader表现更为稳定,为开发者提供了可靠的QR码读取解决方案。
awesome-ocr - 综合OCR工具和技术资源库
GithubOCR图像处理开源项目文本检测文档分析深度学习
该项目整合了OCR领域的多种前沿工具和技术,涵盖图像校正、文本检测、表格识别和手写识别等方面。它提供了从预处理到后处理的完整OCR解决方案,包含大量开源实现和相关研究论文链接。这个资源库对从事文档分析和文本提取的开发者及研究人员具有重要参考价值。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号