文件名称:
doc2text：批量检测文本块和OCR扫描不良的PDF。 Python模块可通过pip获得-源码
开发工具:
文件大小: 24kb
下载次数: 0
上传时间: 2021-02-19
详细说明：doc2text
doc2text通过修复常见的扫描错误来提取高质量的文本
发展文本语料库可能会给屁股带来巨大的痛苦。 由于科学家被锁定在扫描不良的pdf中，因此我们对许多文本数据感兴趣。 这些扫描可能会步履蹒跚，分辨率差，需要帮助...如果您在不修正这些错误的情况下对这些扫描进行OCR，OCR的结果就不会那么好。 创建doc2text是为了帮助研究人员修复这些错误并尽可能从pdf中提取最高质量的文本。
doc2text是超级duper alpha atm
doc2text是在Ubuntu 16.04 LTS Xenial Xerus上开发和测试的。 我们暂时不假装为所有操作系统提供服务，因为那是不负责任的。 请将此软件与大量盐一起使用。 我们目前正在努力：
增加文本块标识符的响应能力。
优化二值法以检测苔藓植物。
在多列中标识文本（目前，将其视为一大列）。
处理表。
许多其他
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
