baidu-unlimitedOcrUsage

Baidu's Unlimited-OCR modelini kullanarak çok sayfalı PDF'leri ve tekil görselleri OCR ile metne dökme aracı.

Gereksinimler

• Python 3.12+
• CUDA uyumlu NVIDIA GPU (örn. RTX 3060)

Kurulum

# Virtual environment oluştur
py -3.12 -m venv unlimited-ocr-env
unlimited-ocr-env\Scripts\Activate.ps1  # Windows PowerShell

# PyTorch (CUDA 12.4 wheel)
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu124

# Diğer bağımlılıklar
pip install -r requirements.txt

Kullanım

Tek görsel OCR

ocr_test.py dosyasındaki image_file yolunu düzenleyip çalıştırın:

python ocr_test.py

Çok sayfalı PDF OCR

multi_page_pdf.py dosyasındaki sample_pdf.pdf yolunu düzenleyip çalıştırın:

python multi_page_pdf.py

PDF sayfaları pdf_pages/ klasörüne, OCR çıktıları output/ klasörüne kaydedilir.

Çıktı

• Görsel + text çıktıları output/ altında
• Markdown (.md) formatında yapılandırılmış metin