,,

【開源算法】RapidOCRPDF：依托于RapidOCR倉庫，快速提取PDF中文字，包括掃描版PDF、加密版PDF

admin

2023年12月7日 12:27 本文熱度 2024

01 項目鏈接

https://github.com/RapidAI/RapidOCRPDF

02 項目簡介

依托于RapidOCR倉庫，快速提取PDF中文字，包括掃描版PDF、加密版PDF。
如果是可以直接復制的PDF，可以直接使用pdf2docx，不再重復造輪子
如果是掃描版PDF，暫時不支持版式還原，后續有空會考慮加上，日期不定。

03 使用

1、安裝rapidocr_pdf庫

# 基于rapidocr_onnxruntimepip 
# 基于rapidocr_openvinopip

2、使用

腳本使用

from rapidocr_pdf import PDFExtracter
pdf_extracter = PDFExtracter()
pdf_path = 'tests/test_files/direct_and_image.pdf'
texts = pdf_extracter(pdf_path)
print(texts)

命令行使用

$ rapidocr_pdf -h
usage: rapidocr_pdf [-h] [-path FILE_PATH]
options:
-h, --help            show this help message and exit
-path FILE_PATH, --file_path FILE_PATH 
                       File path, PDF or images
$ rapidocr_pdf -path tests/test_files/direct_and_image.pdf

3、輸入輸出說明

輸入：union[str, Path, bytes]
輸出：List [頁碼, 文本內容, 置信度]，具體參見下例：

[
    ['0', '人之初，性本善。性相近，習相遠。', '0.8969868'],
        ['1', 'Men at their birth, are naturally good.', '0.8969868'],
]

04 更新日志

2023-08-28 v0.0.6 update:

解決PyMuPDF版本依賴問題

2023-04-17 v0.0.2 update:

完善使用文檔

-END-

該文章在 2023/12/7 12:29:51 編輯過

點晴ERP是一款針對中小制造業的專業生產管理軟件系統,系統成熟度和易用性得到了國內大量中小企業的青睞。

點晴PMS碼頭管理系統主要針對港口碼頭集裝箱與散貨日常運作、調度、堆場、車隊、財務費用、相關報表等業務管理，結合碼頭的業務特點，圍繞調度、堆場作業而開發的。集技術的先進性、管理的有效性于一體，是物流碼頭及其他港口類企業的高效ERP管理信息系統。

點晴WMS倉儲管理系統提供了貨物產品管理,銷售管理,采購管理,倉儲管理,倉庫管理,保質期管理,貨位管理,庫位管理,生產管理,WMS管理系統,標簽打印,條形碼,二維碼管理,批號管理軟件。

點晴免費OA是一款軟件和通用服務都免費，不限功能、不限時間、不限用戶的免費OA協同辦公管理系統。

公交车上荫蒂添的好舒服的电影-公用玩物(np双xing总受)-公用小荡货芊芊-公与妇仑乱hd-攻把受做哭边走边肉楼梯play-古装一级淫片a免费播放口

【開源算法】RapidOCRPDF：依托于RapidOCR倉庫，快速提取PDF中文字，包括掃描版PDF、加密版PDF

【開源算法】RapidOCRPDF：依托于RapidOCR倉庫，快速提取PDF中文字，包括掃描版PDF、加密版PDF