YouMind
Se connecter
OCR polyvalent (PaddleOCR)

OCR polyvalent (PaddleOCR)

Images/PDF en texte structuré multilingue

Créé par
钟钟小波
Installé par
0
DeYouMind

Aperçu

Description

Transformez des images et des PDF en texte structuré avec une compétence OCR polyvalente basée sur PaddleOCR (pipeline de reconnaissance de texte général PP-OCRv5). Elle prend en charge le chinois, l’anglais, le japonais et d’autres langues, ainsi que les contenus multilingues, les textes imprimés et manuscrits. La compétence sélectionne automatiquement la langue et la version d’OCR adaptées, choisit le périphérique d’inférence et le niveau de modèle appropriés, puis active au besoin des modules de prétraitement comme la classification de l’orientation des documents et la correction des images de texte. Elle fournit finalement le texte reconnu, les coordonnées des cadres de texte et les scores de confiance. Idéale pour la numérisation de documents, la reconnaissance de reçus et l’extraction de texte depuis des captures d’écran.

Compétences associées

Tout voir

Moteur 9D de décryptage visuel

Décomposez une ou plusieurs infographies, visualisations de données, organigrammes de processus, frises chronologiques, cartes, graphes de connaissances et organigrammes en structures visuelles et informationnelles réutilisables. Comprenez précisément pourquoi une image est organisée de cette manière et reconstruisez un rendu similaire. La compétence analyse la composition spatiale, les dimensions et les matières, les niveaux de couleur, la typographie et la mise en page, ainsi que les relations entre les modules. Elle identifie également les encodages graphiques, les parcours de lecture, les métaphores visuelles et les relations géographiques ou en réseau, afin d’aller au-delà d’une simple description de style. Vous obtiendrez une analyse visuelle paramétrique couvrant la logique de la composition et du canevas, la hiérarchie visuelle, la densité textuelle, la topologie des modules, les modes de représentation des données et des relations, ainsi que le parcours narratif de l’image. Pour les graphiques statistiques, les cartes ou les réseaux de relations, le résultat précise comment les données sont traduites en variables visuelles telles que la couleur, la position, la taille, les connexions et les nœuds. Pour les schémas thématiques complexes, il analyse en outre la coordination entre les formes, les textes et le système métaphorique. À partir de cette analyse, la compétence génère des prompts détaillés et clairement structurés en anglais pour la génération d’images. Ils conviennent à la recréation d’infographies, à la recherche visuelle, aux références de design, à l’exploration de contenus de marque et à la création de visuels conceptuels. Que vous fournissiez une image existante ou une idée de thème et d’orientation visuelle, vous obtiendrez des prompts plus proches d’une reproduction structurelle, plutôt qu’une description de style générale.

知
43k

Informations

Version
v4
Dernière mise à jour
Crédits par exécution
Selon l’utilisation
Modèles
Automatique

Envie de créer quelque chose de plus audacieux ?

OCR polyvalent (PaddleOCR)