赵小蒙
|
72b7894c70
模型输出的layout顺序没有排序,需要后期排序
|
1 year ago |
赵小蒙
|
012a8f1567
修复多栏模式下lines可能为空导致的异常
|
1 year ago |
赵小蒙
|
a5f8de9882
ocr模式增加截图功能
|
1 year ago |
赵小蒙
|
68e83c124f
span进入具体的layout后,需要在下次循环前将该span移除
|
1 year ago |
赵小蒙
|
17b09f7177
ocr pipeline更新
|
1 year ago |
赵小蒙
|
864e95355f
span->line现基于模型的layout进行拼接
|
1 year ago |
赵小蒙
|
0c279ffccd
更新remove_spans_by_bboxes中选择被删除的span的逻辑
|
1 year ago |
赵小蒙
|
f9bd004048
对模型的layout坐标转换
|
1 year ago |
赵小蒙
|
f62d1aa781
将模型和pymu坐标的转换逻辑抽象成方法
|
1 year ago |
赵小蒙
|
388223f2e0
ocr模式下删除header/page number/footnote/footer
|
1 year ago |
赵小蒙
|
fcea39d36b
增加ocr模式的layout解析功能
|
1 year ago |
赵小蒙
|
00f3e329d9
修复一个span可能没有content导致的问题
|
1 year ago |
赵小蒙
|
caa1588a92
ocr拼接逻辑更新
|
1 year ago |
赵小蒙
|
a0be4652e6
parse_pdf_by_ocr 逻辑更新
|
1 year ago |
赵小蒙
|
701f384994
增加ocr版本解析功能
|
1 year ago |
赵小蒙
|
2e487cac34
修复目录重构导致的引用异常
|
1 year ago |
赵小蒙
|
846dbecf45
更新readme
|
1 year ago |
赵小蒙
|
a706743372
setup从tag中自动获取版本号
|
1 year ago |
赵小蒙
|
7242a4a76e
更新模块版本号
|
1 year ago |
赵小蒙
|
6cbf7fabcf
更新模块版本号
|
1 year ago |
赵小蒙
|
5b9fa871bd
Merge remote-tracking branch 'origin/master'
|
1 year ago |
赵小蒙
|
71a042d9fc
footnote检测逻辑更新
|
1 year ago |
hsy
|
bc339320ab
增加了一个solve_line_alien.py,在detect_equation.py中修改了__solve_contain_bboxs函数,并在pdf_parse_by_model.py里增加了函数solve_line_alien.py的调用
|
1 year ago |
赵小蒙
|
779d2e8aaf
修正一些依赖库的版本,兼容spark环境
|
1 year ago |
赵小蒙
|
05c328d0e3
修正一些依赖库的版本,兼容spark环境
|
1 year ago |
myhloli
|
719fb172c8
Update README.md
|
1 year ago |
赵小蒙
|
feb97f7f1b
remove s3 config
|
1 year ago |
赵小蒙
|
c9c14beab3
更新readme
|
1 year ago |
myhloli
|
9fe81795bc
Create LICENSE.md
|
1 year ago |
myhloli
|
85489f6c42
Update python-package.yml
|
1 year ago |