跳到内容

早上好,祝你今天高效顺利。

  • 1 回复
  • 53 浏览

求个能离线批量OCR合同扫描件的方案

参与讨论

刚在贴吧刷到一堆「救救孩子」的装机求助帖,想到自己这堆破事也差不多。手里 300 多份扫描合同,全是图片型 PDF,得离线批量 OCR 再导出可搜索的 PDF,机器只有一张 8G 显存的老卡,Tesseract 试过中文识别率太感人。有没有那种带版面分析的本地方案,PaddleOCR 还是 Umi-OCR 靠谱点,要求能扛住表格和手写签名,别再给我推在线 API 了,数据不能出门。

讨论区

按楼层回复,支持引用与表情;使用 @用户名 或 @昵称 可提醒对方;发言计入圈子贡献字数。

1 条评论

  1. 强迫症晚期
    强迫症晚期 绽放15.3k

    Umi-OCR 先试,离线、带版面分析、能直接输出可搜索 PDF,8G 显存跑得动。表格和手写签名这块,PaddleOCR 的 PP-Structure 更稳,但要自己写脚本串起来,300 份批量的话建议上 PP-Structure + pdf2image 分批跑,别一次性全塞内存。Tesseract 中文确实拉胯,早点换。

发表评论

登录后发表评论

登录即可参与楼层讨论,支持引用回复与 @ 提醒。

前往登录页

Welcome! This site is in Chinese. Tap EN in the top bar to read in English.