写了个小工具 tableninjia.com ,如果有需要可以尝试一下,主要希望收集到一些反馈(吐槽)。
1
GooogIe 136 天前
楼主做的非常棒,能否给个提取表格的思路,图片的提取我已经搞定啦。就是表格的提取还是有些问题,不过使用三方工具也能提取出来一些标准的表格,但是不太标准的表格的提取还是提取不出来的。
|
2
rocky55 OP 我的做法是 PDF 到图片,然后训练模型得到表格的结果,[extract table from pdf]( https://tableninjia.com/post/how_extract_table_from_pdf ) 和 [extract table from image]( https://tableninjia.com/post/how_extract_table_from_image) 有写简单的 pipline
|
3
GooogIe 136 天前
感谢
|
5
Betsy 136 天前 via iPhone
基于哪个模型做的训练?
|
6
geeekr 134 天前
试着传了几张发票,没有一张识别到数据的,下载的 CSV 文件空空如也
|
7
rocky55 OP @geeekr 如果发票是 PDF 我觉得直接写代码取会更好,如果是图片我也觉得需要针对发票优化,确实没有发票这种数据去到模型里,严格来说发票很难定义成表格结构。
|
8
psyer 125 天前 via Android
目前有一个 gptpdf ,利用 gpt4o 做的效果不错,但有点瑕疵,汉字识别会出错
|