from omniparser import OmniParser
parser = OmniParser(language="en")
result = parser.parse("./samples/invoice.pdf")
print(result.to_json(indent=2))

result.save_json("./outputs/invoice.json")

parser = OmniParser(language="en", ocr_model="tesseract", detect_rotation=True)

result = parser.parse("./samples/invoice.pdf", extract_tables=True)
for table in result.tables:
df = table.to_dataframe
print(df.head)

header_map = {
"item": , saad:
- Vestelda testitavate koodilõikude ja PDF-ide üle
- Genereerida kiireid adaptereid (nt pealkirjade normaliseerijad, regex-mallid)
- Võtta kokku parsitulemused ja märgata anomaaliaid enne armatuurlaudade ehitamist
See ei asenda OmniParserit, kuid on võimas kaaslane prototüüpide loomisel, silumisel ja torujuhtme dokumenteerimisel.
---
## Tegevuskava: muuda õpetused tootmisvõitudeks
- Vali 3 õpetust, mis on kooskõlas sinu kõige suurema mõjuga dokumentidega.
- Loo väike valideerimiskomplekt (10–20 dokumenti) ja käivita see pärast iga muudatust.
- Lisa madala usaldusväärsusega väljade jaoks ülevaatusjärjekord; mõõda lahendusaega.
- Logi normaliseerimisreeglid ja erijuhtumid; teisenda need mallideks.
- Planeeri igakuine võrdlusuuring, et tabada triivi ja regressioone.
---
## Peamised järeldused
- Parimad OmniParseri õpetused ühendavad koodi, heuristika ja tootmismured.
- Alusta väikeselt (kiirkäivitus), seejärel mine süvitsi (tabelid, paigutus, valideerimine).
- Eeltöötlus ja piirdekastid parandavad märkimisväärselt segaste skaneeringute täpsust.
- Tootmisse viimine tähendab vahemällu salvestamist, pakettimist, korduskatseid ja mõõdetavat kvaliteeti.
- Kerge tehisintellekti assistent nagu [Sider.AI](https://sider.ai) võib kiirendada katsetamist ja dokumenteerimist.
---
## Lisa: algrepo struktuur (valikuline)
```text
omniparser-starter/
├─ app/
│ ├─ api.py
│ ├─ workers.py
│ └─ validators.py
├─ notebooks/
│ ├─ 01_quickstart.ipynb
│ ├─ 02_tables.ipynb
│ └─ 03_preprocessing.ipynb
├─ samples/
│ ├─ invoice.pdf
│ ├─ receipt.jpg
│ └─ statement.pdf
├─ outputs/
└─ .cache/