text-extract-api v0.2.0 发布:OCR 能力升级与开源协议变更
2025-06-18 19:10:40作者:霍妲思
text-extract-api 是一个专注于文本提取的开源项目,它能够从各种格式的文件中提取文本内容,包括 PDF、图片等。该项目采用了模块化设计,支持多种 OCR(光学字符识别)引擎和后处理技术,为开发者提供了灵活的文本提取解决方案。
核心变更
1. 开源协议变更为 MIT
项目团队决定将开源协议从原先的许可证变更为 MIT 许可证。这一变更使得项目能够被更广泛地使用和集成,降低了开发者的使用门槛。MIT 许可证以其宽松的特性著称,允许用户自由使用、修改和分发代码,只需保留原始版权声明即可。
2. OCR 引擎调整
新版本中移除了 Marker 和 Tesseract OCR 引擎的支持,主要原因是 Marker 存在许可证限制问题。作为替代,项目引入了 EasyOCR 支持:
- EasyOCR:这是一个基于深度学习的 OCR 引擎,支持多种语言,在识别精度和速度方面表现优异。它特别适合处理复杂背景或低质量的图像文本。
3. 当前支持的功能
v0.2.0 版本已经具备以下核心能力:
-
文件格式支持:
- PDF 文档
- 常见图片格式
-
OCR 引擎:
- EasyOCR
- LLama 3.2-vision OCR
- 所有 Ollama 支持的模型(用于第二阶段的文本提取)
-
存储后端:
- AWS S3 云存储
- Google Drive 云存储
- 本地文件系统
技术实现亮点
项目采用了分阶段处理的设计理念:
- 第一阶段:使用 OCR 引擎从原始文件中提取初步文本
- 第二阶段:利用 Ollama 支持的模型对提取的文本进行后处理和优化
这种架构设计使得项目能够灵活地组合不同的 OCR 和 NLP 技术,根据具体需求选择最适合的处理流程。
未来展望
虽然 v0.2.0 已经提供了强大的基础功能,但项目团队表示将继续扩展功能集。可能的未来方向包括:
- 支持更多文件格式(如 Word、Excel 等办公文档)
- 集成更多 OCR 引擎选项
- 增强对非拉丁语系文字的支持
- 优化处理流程的性能和准确性
这一版本标志着 text-extract-api 项目向着更加开放和灵活的方向发展,为开发者提供了更强大的文本提取工具。MIT 协议的采用将吸引更多贡献者参与项目,推动其持续进化。
登录后查看全文
热门项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++020Hunyuan3D-Part
腾讯混元3D-Part00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0279Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
156
2 K

deepin linux kernel
C
22
6

Ascend Extension for PyTorch
Python
38
72

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
519
50

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
942
555

React Native鸿蒙化仓库
C++
195
279

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
993
396

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
359
12

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
71