Unstructuredのpartition_pdfの実装 - nikkie-memos

Unstructuredのpartition_pdfの実装

#pdfminer.six　でまず読み取る

Fastモード

うまくいかなかった場合で、かつ、OCRモード

#pdf2image で画像に変換する

画像をTesseractでOCR

切り替えることもできる

unstructured-pytesseract