一个基于LLM来提升PDF文档OCR质量的项目：LLM-Aided OCR，效果提升明显 支持本地和云LLM、支持异步处理、可配置 提升方法： 1、PDF 转换：用pdf2image将PDF转换为图像 2、OCR：用Tesseract从图像中提取文本 3、文本分块：将原始OCR 输出分成可管理的块进行处理 4、错误校正： 每个块都经过基于LLM处理，以纠正OCR 错误并提高可读性 5、Markdown 格式化（可选）：将校正后的文本重新格式化为干净且一致的 Markdown 6、质量评估：使用LLM评估最终输出质量，并与原始OCR文本进行比较 #OCR #PDF识别 #LLM #编程严选网 #人工智能
