scan, split, OCR, prepare for LLM

文件历史

Evgeniy Ierusalimov 9db1f48fe4 refactored code		1周前
..
AGENTS.md	initial release with base split functionality	1周前
AI_RULES.md	refactored code	1周前
ARCHITECTURE.md	initial release with base split functionality	1周前
CODE_STYLE.md	refactored code	1周前
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
TASKS.md	initial release with base split functionality	1周前

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