OCR- und Layout-Analyse-Preprocessing-Pipelines mit deepdoctection erstellen
Verwenden Sie deepdoctection, wenn ein Agent-Workflow eine lokale Python-Pipeline für Dokument-Layout-Analyse, OCR, Tabellenerkennung und seitenweise Extraktion vor der LLM-Verarbeitung benötigt.
Voraussetzungen
Python-Umgebung; deepdoctection-Paket; ausgewählte OCR-/Layout-/Modell-Abhängigkeiten; lokale PDFs oder gescannte Dokumentbilder
Installation
Verwenden Sie den Upstream-Installations- oder Setup-Pfad, der zu Ihrer Umgebung passt:
- uv pip install timm # wird für das Standard-Setup benötigt
- uv pip install transformers
- uv pip install python-doctr
- uv pip install deepdoctection
Anforderungen und Hinweise aus dem Upstream:
- deepdoctection ist eine Python-Bibliothek, die die Layout-Analyse von Scan- und PDF-Dokumenten, OCR und Dokumentsegmentierung orchestriert.
- Python >= 3.10
Grundlegende Verwendung oder Einstiegsnotizen:
-
und Token-Klassifizierung. Erstellen und führen Sie eine Pipeline für Ihre Dokumentextraktionsaufgaben aus, entwickeln Sie Ihr eigenes Dokumentverarbeitungssystem.
-
Das folgende Beispiel zeigt, wie Sie den integrierten Analyzer verwenden, um ein PDF-Dokument in seine Layout-Strukturen zu zerlegen.
-

-
Auszug aus der offiziellen Dokumentation: https://raw.githubusercontent.com/deepdoctection/deepdoctection/HEAD/README.md