scan, split, OCR, prepare for LLM
您最多选择25个主题 主题必须以字母或数字开头,可以包含连字符 (-),并且长度不得超过35个字符
Evgeniy Ierusalimov 57152efb4b updated discovered self skills 3 天前
..
AGENTS.md initial release with base split functionality 1周前
AI_RULES.md refactored code 1周前
ARCHITECTURE.md renamed inage_split to image_prepare, fixed some code and parameters 5 天前
CODE_STYLE.md polishing the code and docs 5 天前
DEVELOPMENT.md refactored code 1周前
IMAGE_PROCESSING.md refactored code 1周前
README.md initial release with base split functionality 1周前
REQUIREMENTS.md initial release with base split functionality 1周前
SKILLS.md updated discovered self skills 3 天前
SOLID_AUDIT.md polishing the code and docs 5 天前
TASKS.md initial release with base split functionality 1周前
VLM_OFFLOAD.md polishing the code and docs 5 天前

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