AI OCR

Reconocimiento-óptico-de-caracteres-AI (AI-OCR): extracción de datos de imágenes

Este repositorio es el código backend de una herramienta con la que puede extraer datos de imágenes utilizando LLM visuales. El código de interfaz (usando streamlit) se puede encontrar aquí: AI-OCR-Frotend.

Tabla de contenido

• Instalación
• Uso
• Ejemplo
• Licencia

Instalación

Para utilizar la herramienta AI-OCR, lo mejor es instalar este repositorio para el backend, así como el repositorio frontend, es decir, seguir estos pasos:

1. Clona este repositorio para el backend

git clone https://github.com/jWinman91/AI-OCR.git
cd ai-ocr

2. Instale las dependencias necesarias para el backend:

pip install -r requirements.txt

3. Extraiga y ejecute el archivo acoplable coachdb con el siguiente comando:

docker run -e COUCHDB_USER=admin -e COUCHDB_PASSWORD=JensIsCool -p 5984:5984 -d --name config_db couchdb:latest

3. Clonar el repositorio frontend

git clone https://github.com/jWinman91/AI-OCR-Frontend.git
cd ai-ocr-frondend

3. Instale las dependencias requeridas para la interfaz:

pip install -r requirements.txt

Uso

Luego puedes iniciar el backend ejecutando:

python app.py $IP_ADDRESS

Asegúrese de que el contenedor acoplable para coachdb se esté ejecutando.

Dado que el backend usa fastapi, ahora puede probarlo a través de los documentos de fastapi yendo a $IP_ADDRESS:5000/docs .

Pero también puedes iniciar la interfaz ahora ejecutando:

chmod +x start_up.sh
./start_up.sh

desde dentro del repositorio frontend clonado.

Se abrirá automáticamente una ventana iluminada en su navegador. Dentro de la aplicación web encontrará dos páginas en la barra lateral:

• AI-OCR: página web para ejecutar el reconocimiento óptico de caracteres real
• Configuraciones de modelos: Subpágina para configurar los modelos (p. ej. ChatGPT, Llava, ...)

Ejemplo

Expresiones de gratitud

• Hugging Face: marco para trabajar con modelos de procesamiento de lenguaje natural de última generación.