推翻传统OCR轻松搞定复杂PDF的工具

LLM 辅佐 OCR 名目是一个先进的系统,旨在清楚提高光学字符识别 (OCR) 输入的品质。经过应用尖端的人造言语处置技术和大型言语模型 (LLM),将原始 OCR 文本转换为高度准确、格局良好且可读的文档成为或者。本篇文章将引见一款在github上领有1.7k star的开源成功工具 LLM-Aided OCR。

本名目允许以下配置:

上班原理

LLM 辅佐 OCR 名目驳回多步骤流程将原始 OCR 输入转换为高品质、可读的文本:

代码优化

成果展现

原始文档

OCR识别结果

LLM 校正的 Markdown 输入

名目地址:

相比传统的处置流程,须要经常使用少量的期间启动格局校正、格局调整;用了该上班后,间接一步到位了,轻松很多。代码全开源,跑起来吧。

原文链接:​ ​​ ​

您可能还会对下面的文章感兴趣: