YouMind
Iniciar sessão
OCR geral (PaddleOCR)

OCR geral (PaddleOCR)

Imagens e PDFs em texto estruturado

Criado por
钟钟小波
Instalado por
0
DeYouMind

Pré-visualização

Descrição

Uma competência de OCR geral para converter imagens/PDF em texto estruturado, baseada no PaddleOCR (pipeline geral de reconhecimento de texto PP-OCRv5). Suporta chinês, inglês, japonês e outras línguas, incluindo combinações multilíngues, bem como texto impresso e manuscrito. A competência associa automaticamente o idioma à versão de OCR adequada, seleciona o dispositivo de inferência e o nível do modelo apropriados e, quando necessário, ativa módulos de pré-processamento, como a classificação da orientação do documento e a correção da imagem do texto. No final, apresenta o texto reconhecido, as coordenadas das caixas de texto e os níveis de confiança. Adequada para digitalização de documentos, reconhecimento de recibos e extração de texto de capturas de ecrã.

Habilidades relacionadas

Ver tudo

Motor de Análise Visual 9D

Analisa uma ou várias infografias, visualizações de dados, diagramas de processos, linhas do tempo, mapas, mapas de conhecimento e organogramas, decompondo-os em estruturas visuais e informativas reutilizáveis. Ajuda a compreender com precisão por que motivo uma imagem está organizada dessa forma e a reconstruir um resultado de expressão semelhante. A análise parte de fatores visuais como a composição espacial, as dimensões e os materiais, a hierarquia cromática, a tipografia e a disposição, bem como as relações entre módulos. Identifica também a codificação dos gráficos, o percurso de leitura, as metáforas dos símbolos e as relações geográficas ou de rede, para que a análise não se limite a dizer “a que estilo se parece”. Obterá um resultado de desconstrução visual parametrizado, que abrange a lógica da tela e da composição, a hierarquia visual, a densidade do texto, a topologia dos módulos, as formas de expressar dados e relações, bem como o percurso narrativo da imagem. No caso de gráficos estatísticos, mapas ou redes de relações, o resultado centra-se na forma como os dados são convertidos em variáveis visuais, como cor, posição, tamanho, linhas de ligação e nós. No caso de imagens temáticas complexas, analisa ainda a relação de colaboração entre os sistemas de formas, texto e metáforas. Com base nestas análises, a ferramenta gera prompts detalhados e claramente estruturados, em inglês, para geração de imagens. São adequados para recriar infografias, estudar referências visuais, apoiar o design, explorar conteúdos de marca e criar imagens conceptuais. Quer forneça uma imagem existente, quer descreva uma ideia sobre o tema e a direção visual, obterá prompts mais próximos de uma reprodução estrutural, em vez de uma descrição genérica do estilo.

知
43k

Informações

Versão
v4
Última atualização
Créditos por execução
Conforme a utilização
Modelos
Automático

Tudo pronto para criar algo mais arrojado?

OCR geral (PaddleOCR)