跳转至

更新日志

Doctra 的所有重要更改都将记录在此文件中。

格式基于 Keep a Changelog， 本项目遵循 语义化版本。

[0.4.3] - 2024-XX-XX

当前版本

这是 Doctra 的当前稳定版本。

功能

  • 多种 PDF 解析器

    • StructuredPDFParser：完整的文档处理
    • EnhancedPDFParser：带图像恢复的解析
    • ChartTablePDFParser：专门的图表/表格提取

  • 图像恢复

    • DocRes 集成用于文档增强
    • 6 种恢复任务：appearance、dewarping、deshadowing、deblurring、binarization、end2end
    • GPU 加速支持

  • VLM 集成

    • 支持 OpenAI、Gemini、Anthropic、OpenRouter、Qianfan 和 Ollama
    • 从图表和表格中提取结构化数据
    • 自动转换为 Excel/HTML/JSON

  • 输出格式

    • 带嵌入图像的 Markdown
    • 用于 Web 查看的 HTML
    • 用于数据分析的 Excel
    • 用于程序化访问的 JSON
    • 高质量图像提取

  • 用户界面

    • 基于 Gradio 的 Web UI
    • 全面的 CLI
    • 完整的 Python API

  • 可视化

    • 布局检测可视化
    • 边界框叠加
    • 置信度分数
    • 多页面网格显示

依赖项

  • Python 3.8+
  • PaddlePaddle >= 2.4.0
  • PaddleOCR >= 2.6.0
  • Pillow >= 8.0.0
  • OpenCV >= 4.5.0
  • Pandas >= 1.3.0
  • Tesseract >= 0.1.3
  • PyTesseract >= 0.3.10
  • pdf2image >= 1.16.0
  • Anthropic >= 0.40.0
  • Outlines >= 0.0.34

[未发布]

计划功能

  • 支持其他文档格式（DOCX、PPTX）
  • 改进表格结构识别
  • 批量处理 API
  • Docker 容器
  • 云部署指南
  • 其他 VLM 提供商
  • 性能优化
  • 多语言文档

版本历史

[0.4.3] - 当前

具有完整功能集的当前稳定版本。

[0.4.0] - 之前

具有核心功能的初始公开版本。

升级指南

从 0.4.0 升级到 0.4.3

没有破坏性更改。只需升级：

pip install --upgrade doctra

贡献

有关以下信息，请参阅我们的贡献指南：

  • 报告错误
  • 请求功能
  • 提交拉取请求
  • 开发设置

支持