Fórum:AI/OCR
< Fórum:AI
Objevila se řada nástrojů, které používají AI modely pro pokročilé rozpoznávání znaků. Příkladem může být GLM-OCR Demo
- 👉 Co to dělá:
- 📸 vezme obrázek nebo PDF
- 🔤 přečte text
- 📐 pochopí rozložení stránky (bloky, odstavce, nadpisy)
- 📊 rozpozná tabulky jako tabulky, ne rozházený text
- ➗ zvládá vzorce a technické zápisy
- 🧠 výstupem nejsou jen písmena, ale strukturovaná data
- 💻 Tady je k dispozici online Gradio demo, takže si to můžeš hned vyzkoušet v prohlížeči.
- ⚙️ Zároveň je ale možné to rozjet i lokálně, takže se to dá napojit na vlastní workflow, skripty nebo automatizaci.
- 🧩 Praktické použití:
- 🧾 faktury a účtenky
- 📄 technická dokumentace
- 📷 screenshoty aplikací
- 📚 vědecké a technické PDF
- 🤖 automatické vytěžování dat z obrázků
Pěkná ukázka, kam se dneska OCR posouvá — od čtení písmen k porozumění dokumentu 👌
Porovnání AI nástrojů pro OCR
| Nástroj | Image Inputs Pages / Sec |
PDF Inputs Pages / Sec |
|---|---|---|
| GLM-OCR | 0.67 | 1.86 |
| PaddleOCR-VL-1.5 | 0.39 | 1.22 |
| Deepseek-OCR2 | 0.32 | – |
| MinerU2.5 | 0.18 | 0.48 |
| dots.ocr | 0.10 | – |
