www.dntips.ir
مطالب
۳۶۹۴
نویسندگان
۲۷۶
گروههای مطالب
۱۰۲۴
نقشههای راه
۱۱۹
دورهها
۱۴
اشتراکها
۱۷۹۱۴
→
APIهای هوش مصنوعی در سال 2025: مروری بر ارائهدهندگان کلیدی
مجموعهای از 500 مطالعه موردی در طراحی سیستمهای یادگیری ماشین و مدلهای زبانی بزرگ
←
عنوان:
olmOCR؛ یک OCR سورس باز برای استخراج متون از فایلهای PDF
نویسنده:
وحید نصیری
تاریخ:
۱۴۰۳/۱۲/۱۰ ۱۲:۳۶
آدرس:
www.dntips.ir
olmOCR یک ابزار متنباز است که برای تبدیل سریع و با حجم بالا اسناد PDF و سایر فرمتها به متن ساده طراحی شده است. این ابزار تلاش میکند تا ترتیب طبیعی خواندن متن را حفظ کند، به این معنی که متن تبدیل شده همانند نسخه اصلی قابل فهم باشد.
مشاهده مطلب اصلی
مطالب مشابه
اشتراکها
چالشهای تبدیل PDF به Markdown: فراتر از یک تبدیل متن ساده
اشتراکها
معرفی PDF Diff: مقایسه فایلهای PDF به صورت خصوصی در مرورگر
اشتراکها
مقایسه موتورهای رندر PDF: انتخاب مناسب برای برنامه شما
اشتراکها
جستجوی برداری (Vector Search) با استفاده از Azure SQL، Semantic Kernel و Entity Framework Core
اشتراکها
10 جایگزین متنباز برای GitHub Copilot در سال 2025
اشتراکها
ابزار Dangerzone: تبدیل PDFهای خطرناک به PDFهای امن
مطالب
نحوه ذخیره شدن متن در فایلهای PDF
مطالب
چرا MCP؟ (بخش سوم- LLM ها و MCP)
نظرات مطالب
تبدیل بلوکهای یونیکد در زیرنویس برای نمایش در تلویزیونها و پلیرها
نظرات مطالب
استخراج متن از فایلهای PDF توسط iTextSharp