Fórum:AI/OCR

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