vhtml 0.1.6

vhtml (ang. Visual HyperText Markup Language) - Optical character recognition and HTML layout analysis library

vHTML - Optical HTML Generator

vHTML (Optic HyperText Markup Language) to system do automatycznej konwersji dokumentów do postaci HTML z wykorzystaniem technik optycznego rozpoznawania znaków (OCR) i analizy układu dokumentu.

🌟 Funkcje

• Automatyczna analiza układu dokumentu
• Wsparcie dla wielojęzycznego OCR (PL, EN, DE)
• Generowanie struktury HTML z metadanymi
• Obsługa dokumentów PDF i obrazów
• Prosta integracja z istniejącymi systemami

📚 Dokumentacja

• Architektura systemu
• Szablony dokumentów
• Plan implementacji
• Struktura projektu
• Instrukcja instalacji
• FAQ

🚀 Szybki start

Wymagania wstępne

• Python 3.8+
• Tesseract OCR
• Poppler (do przetwarzania PDF)

Instalacja z Poetry

# Klonowanie repozytorium
git clone https://github.com/yourusername/vhtml.git
cd vhtml

# Instalacja z Poetry
poetry install

# Instalacja zależności systemowych
chmod +x scripts/install_dependencies.sh
./scripts/install_dependencies.sh

Alternatywna instalacja

# Utwórz i aktywuj środowisko wirtualne
python -m venv venv
source venv/bin/activate  # Linux/macOS
# lub venv\Scripts\activate  # Windows

# Instalacja zależności
pip install -r requirements.txt

# Instalacja zależności systemowych
chmod +x scripts/install_dependencies.sh
./scripts/install_dependencies.sh

Użycie

from vhtml import process_document

# Przetwarzanie pliku PDF
result = process_document("dokument.pdf", output_format="html")

# Zapis wyników
with open("wynik.html", "w", encoding="utf-8") as f:
    f.write(result)

📄 Licencja

Ten projekt jest dostępny na licencji MIT. Zobacz plik LICENSE aby uzyskać więcej informacji.