本项目实践审计场景下合同关键信息批量提取,并作适当修改
修改内容如下：
- 原始项目至只能对图片进行分析，新增对pdf文件进行分析
- 原始项目只能对1张图片分析，新增对多张图片分析
- 新增扫描一个文件夹下所有pdf文件的功能
- 新增将识别结果保存到csv中的过程
- 设计界面
- 打包发布
助手使用
- 初始化AI： 设定需要提取的关键字信息，并初始化AI
- 选择PDF目录： 选择待分析的PDF文件夹地址
- 选择结果保存目录： 选择结果保存位置，包括中间结果及汇总结果
output.csv - 是否保存文本提取结果： 整个过程的第一步，将每页PDF转换为文本
- 是否过滤AI结果： 由于PDF文档的原因，AI输出有重复，勾选这个对这些值进行过滤
结果展示
项目打包过程
- 使用Tkinter布局助手设计UI
- 实现前后台逻辑功能
- 使用nuitka打包项目
nuitka打包命令
python -m nuitka --onefile --mingw64 --show-memory --show-progress --show-modules --enable-plugin=pylint-warnings --windows-company-name=EHOLLY --enable-plugin=tk-inter --nofollow-import-to=paddle --nofollow-import-to=paddleocr --nofollow-import-to=paddlenlp --windows-product-name=GetPDFKeyInformation --windows-file-version=0.0.1 --windows-product-version=0.0.1 --windows-file-description="PDF关键信息提取工具" main.py更新日志 v0.0.1 实现基本功能