scan, split, OCR, prepare for LLM
Du kan inte välja fler än 25 ämnen Ämnen måste starta med en bokstav eller siffra, kan innehålla bindestreck ('-') och vara max 35 tecken långa.
Evgeniy Ierusalimov 57152efb4b updated discovered self skills 3 dagar sedan
..
AGENTS.md initial release with base split functionality 1 vecka sedan
AI_RULES.md refactored code 1 vecka sedan
ARCHITECTURE.md renamed inage_split to image_prepare, fixed some code and parameters 4 dagar sedan
CODE_STYLE.md polishing the code and docs 5 dagar sedan
DEVELOPMENT.md refactored code 1 vecka sedan
IMAGE_PROCESSING.md refactored code 1 vecka sedan
README.md initial release with base split functionality 1 vecka sedan
REQUIREMENTS.md initial release with base split functionality 1 vecka sedan
SKILLS.md updated discovered self skills 3 dagar sedan
SOLID_AUDIT.md polishing the code and docs 5 dagar sedan
TASKS.md initial release with base split functionality 1 vecka sedan
VLM_OFFLOAD.md polishing the code and docs 5 dagar sedan

README.md

Offline Document Pipeline

Назначение проекта

Преобразование больших технических документов, полученных после печати и сканирования, в структурированный HTML без использования облачных сервисов.

Поддерживается полностью offline работа.

Pipeline

JPEG/TIFF/PDF

Split pages

Deskew

Crop

PaddleOCR

HTML

Вне scope проекта

  • LLM
  • RAG
  • поиск
  • анализ документов