/ocr-ChatGPT

use Baidu Form OCR API to generate full form data

Primary LanguagePython

About the Project

Use baidu OCR Form api and ChatGPT api to extract FORM from the PDF.

A sample project to serve as the first step to data anylsis.

How to use?

  1. text your ocr api and ChatGPT api in the config.ini
  2. put your pdf in the user_file folder.
  3. adjust your needed prompt in the config.ini
  4. simply run the src/main.py and you can see all the temp form in the temp folder and display form in the output folder.

项目状态

2023-05-30 10:34 基本满足最小实现要求, 确认需求后再继续改进

2023-06-01 15:44 基本完成了，满足 zoe 的需求，但 ocr 识别上存在的问题还是蛮明显的，考虑要不要换 ocr 识别。

Todo

  • 单元测试
  • GPT prompt engeering
  • 使用表格+文本识别时, 文本内容可能过长, 需要对内容进行简单的分割
  • 文本识别时,返回的内容空格较多, 可能会对 ChatGPT 调用产生影响
  • GPT4 支持
  • 其他 ocr 支持
  • 百度表格 高精度 v2 支持?
  • 表格合并指定内容?
  • 文本内容数据转换?
  • 多 pdf 处理
  • pdf 文件名抓取
  • 数据验证