今回はOCR（PDFや画像データの文字認識）用ライブラリを紹介します。OCR用のサンプルデータは下記の通りです。 シンプルな読み込みはtabula.read_pdf(filepath, pages='all')とします。またfilepathにurlを指定すればweb経由で取得も可能です。 下記の通り戻り値はリスト ...

「にゃんぽう」という商品のHPに掲載してという依頼 兄が新規事業として猫用の漢方を販売したいと連絡があり その商品の情報をホームページに突貫で掲出してほしいと頼まれた PDFから 8 枚の画像を生成しました。 ページ 1 のOCR処理が完了しました。

AIを用いて写真からテキストデータを抽出できる軽量ツール「NDLOCR-Lite」が2月24日、国会図書館の実験的なサービスを提供する「NDLラボ」の公式「GitHub」サイトで公開された。ライセンスは「CC BY 4.0」で、ソースコードも公開済み。適切なクレジット表示さえあれば商用を含め自由に利用できる。

Focus: Built for tasks like fraud detection where precision matters. We needed a universal tool for both PDF and image processing with best-in-class OCR support through local engines (EasyOCR, ...

Transform scanned and written documents into fully searchable, selectable PDFs using the power of Local LLM Vision. PDF LLM OCR is a next-generation OCR tool that moves beyond traditional ...