scan, split, OCR, prepare for LLM

Evgeniy Ierusalimov 9db1f48fe4 refactored code		1 тиждень тому
..
AGENTS.md	initial release with base split functionality	1 тиждень тому
AI_RULES.md	refactored code	1 тиждень тому
ARCHITECTURE.md	initial release with base split functionality	1 тиждень тому
CODE_STYLE.md	refactored code	1 тиждень тому
DEVELOPMENT.md	refactored code	1 тиждень тому
IMAGE_PROCESSING.md	refactored code	1 тиждень тому
README.md	initial release with base split functionality	1 тиждень тому
REQUIREMENTS.md	initial release with base split functionality	1 тиждень тому
TASKS.md	initial release with base split functionality	1 тиждень тому

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