scan, split, OCR, prepare for LLM

Historik

Evgeniy Ierusalimov 6c57195a4d renamed cli to image_split		2 månader sedan
..
AGENTS.md	initial release with base split functionality	2 månader sedan
AI_RULES.md	refactored code	2 månader sedan
ARCHITECTURE.md	renamed cli to image_split	2 månader sedan
CODE_STYLE.md	refactored code	2 månader sedan
DEVELOPMENT.md	refactored code	2 månader sedan
IMAGE_PROCESSING.md	refactored code	2 månader sedan
README.md	initial release with base split functionality	2 månader sedan
REQUIREMENTS.md	initial release with base split functionality	2 månader sedan
TASKS.md	initial release with base split functionality	2 månader sedan

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