Annuaire des initiatives
Pertinence
Vous ne trouvez pas l'initiative qui correspond à votre besoin ? Notre assistant peut vous aider.
- Ce module expose un service web REST permettant d'effectuer une reconnaissance optique de caractères (OCR) sur des documents scannés. Il traite notamment des fichiers images (JPEG, etc.) pour extraire des informations structurées comme les coordonnées bancaires (RIB), les adresses ou les numéros de compte. Utilisé principalement pour automatiser la saisie de données à partir de documents papier.
- Notoriété 24 %Document IA est une plateforme backend dédiée au traitement automatisé de documents. Elle permet aux utilisateurs d'uploader des fichiers, de les analyser via des workflows personnalisables (OCR, extraction de données, classification par IA), et d'obtenir des résultats structurés. Les documents sont stockés dans un stockage compatible S3, les traitements sont orchestrés via Redis et les résultats sont suivis dans une base de données PostgreSQL. Une interface d'évaluation permet de mesurer la qualité des extractions.
- Transkribus-MassOCR est un ensemble de scripts Python conçus pour automatiser le lancement de tâches d'OCR (reconnaissance optique de caractères) sur la plateforme Transkribus via son API REST. Il permet aux utilisateurs de traiter rapidement des lots de documents en spécifiant des identifiants de collection et de documents, ainsi que leurs identifiants de connexion. L'outil est particulièrement utile pour les projets nécessitant une extraction massive de texte à partir d'images ou de scans.
- Ce protocole définit une méthode standardisée pour transformer des documents dactylographiés en texte numérique via l'océrisation (OCR). Il couvre les bonnes pratiques de numérisation, les outils recommandés (Tesseract, AbbyyCloud, AbbyyServer) et les étapes d'extraction de texte, notamment pour les PDF déjà textuels. Destiné aux utilisateurs de l'infrastructure Huma-Num, il vise à améliorer la qualité et l'efficacité des traitements automatisés de documents.
- Notoriété 21 %Ce projet vise à automatiser l'extraction et la structuration d'informations contenues dans des documents administratifs (PDF scannés, images, tickets de caisse, etc.) grâce à des techniques d'OCR et d'apprentissage automatique. Développé dans le cadre du programme 10% piloté par Etalab, il permet aux administrations de gagner un temps précieux en évitant les traitements manuels fastidieux. Les solutions co-construites sont adaptées aux besoins spécifiques des administrations participantes.
- Notoriété 7 %Ce projet est un serveur FastAPI dédié au traitement automatisé de documents PDF. Il permet de convertir des fichiers PDF en formats structurés comme le Markdown, JSON ou HTML, en utilisant des techniques avancées d'OCR pour les documents numérisés. Le service est conçu pour être déployé dans des environnements de production et offre des fonctionnalités d'authentification API pour sécuriser les accès. Il s'appuie sur la bibliothèque marker-pdf pour garantir une conversion précise et efficace des documents.
- Notoriété 7 %FormIAble est un outil open source conçu pour automatiser le traitement de formulaires administratifs (CERFA, etc.). Il permet de remplir, classer et analyser des documents scannés ou numérisés en extrayant les informations clés (textes, cases à cocher, champs numériques). Le projet inclut des fonctionnalités de génération de données synthétiques pour entraîner des modèles, ainsi que des outils de correction automatique d'orientation et de détection de texte via OCR. Il s'adresse aux administrations, entreprises ou développeurs souhaitant optimiser la gestion de formulaires.
- Notoriété 7 %Octachore est une bibliothèque Node.js qui facilite l'utilisation de l'OCR (reconnaissance optique de caractères) via Tesseract. Elle permet d'extraire du texte à partir d'images ou de fichiers PDF, de générer des PDF interrogeables, et de configurer des paramètres avancés comme le mode de segmentation de page ou la langue. Idéal pour automatiser le traitement de documents numérisés ou d'images contenant du texte.
- Outil interactif conçu pour les chercheurs et les professionnels de la vérification de faits. Il permet de concevoir, configurer et évaluer des pipelines de recherche et d'analyse pour extraire, comparer et visualiser des informations issues de corpus de documents. L'application facilite l'intégration de modèles de traitement automatique du langage, d'OCR et de normalisation de données pour automatiser des processus de vérification.
- Service dédié au traitement automatisé de documents PDF. Il permet de convertir des fichiers PDF en texte structuré, en exploitant des techniques d'OCR pour extraire et organiser le contenu. Le projet est conçu pour fonctionner dans des environnements de production, avec une API REST exposant des fonctionnalités de conversion avancées. Il s'appuie sur des bibliothèques spécialisées pour garantir la qualité et la précision des résultats.
11 initiatives
10