AI OCR

人工智慧光學字元辨識 (AI-OCR)：從影像中擷取數據

該儲存庫是一個工具的後端程式碼，您可以使用該工具使用視覺化 LLM 從圖像中提取資料。前端程式碼（使用streamlit）可以在這裡找到：AI-OCR-Frotend。

目錄

• 安裝
• 用法
• 例子
• 執照

安裝

要使用 AI-OCR 工具，最好為後端安裝此儲存庫以及前端儲存庫，即按照以下步驟操作：

1. 為後端克隆此儲存庫

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

2. 安裝後端所需的依賴項：

pip install -r requirements.txt

3. 使用以下命令拉取並執行 coachdb docker 檔案：

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

3. 克隆前端儲存庫

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

3. 安裝前端所需的依賴項：

pip install -r requirements.txt

用法

然後您可以透過執行以下命令來啟動後端：

python app.py $IP_ADDRESS

確保 coachdb 的 docker 容器正在運作。

由於後端使用 fastapi，現在您可以透過 fastapi 文件轉到$IP_ADDRESS:5000/docs進行嘗試。

但現在您也可以透過執行以下命令來啟動前端：

chmod +x start_up.sh
./start_up.sh

來自克隆的前端儲存庫中。

流線型視窗將自動在您的瀏覽器中開啟。在 Web 應用程式中，您將在側邊欄上找到兩個頁面：

• AI-OCR：運行實際光學字元辨識的網頁
• 模型配置：用於配置模型的子頁面（例如 ChatGPT、Llava...）

例子

致謝

• Hugging Face - 使用最先進的自然語言處理模型的框架。