GitHubDaily
@GitHub_Daily
💡 挖掘开源的价值
🧑🏻💻 坚持分享 GitHub 上高质量、有趣、实用的教程、AI工具、前沿 AI 技术
🧐 A list cool, interesting projects of GitHub.
✏️ 公众号：GitHubDaily
加入 May 2023
206 正在关注 88.1K 粉丝
想在自己产品里加文字识别功能，装完 Tesseract 调半天参数，中英混排还是识别得七零八落。
docTR 是个 PyTorch 写的文字识别库，几行代码就能把 PDF 或者图片里的文字整页取出来。
它分两步走，先定位每个词在页面上的位置，再识别里面的字符，两步各自的模型都能单独换。
GitHub：
打开版面识别之后，标题、正文、表格、页眉页脚会被分别标出来，取完就知道哪段是哪段。
扫描件常见的歪页、旋转页有专门的处理选项，输出正框还是斜框自己选。
Hugging Face 上挂了在线演示，也有 Colab 笔记本，不想装环境的话先在网页上丢张图试试效果。
项目最早由 Mindee 做出来，现在交给 t2k 团队接手维护，前两天还在提交代码。
要给自己的项目接一层文字识别，比从零训个模型省事不少。
显示更多
