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": , jūs varat:
- Tērzēt par koda fragmentiem un PDF failiem, kurus testējat
- Ģenerēt ātrus adapterus (piemēram, galvenes normalizatorus, regex veidnes)
- Apkopot parsēšanas rezultātus un pamanīt anomālijas pirms informācijas paneļu izveides
Tas neaizstāj OmniParser, bet tas ir spēcīgs palīgs, kamēr jūs veidojat prototipus, atkļūdojat un dokumentējat savu cauruļvadu.
---
## Rīcības Plāns: Pārvērst Pamācības Ražošanas Uzvarās
- Izvēlieties 3 pamācības, kas atbilst jūsu visnozīmīgākajiem dokumentiem.
- Izveidojiet nelielu validācijas komplektu (10–20 dokumenti) un palaidiet to pēc katras izmaiņas.
- Pievienojiet pārskatīšanas rindu laukiem ar zemu pārliecību; izmēriet izšķirtspējas laiku.
- Reģistrējiet normalizācijas noteikumus un edge cases; pārveidojiet tos veidnēs.
- Ieplānojiet ikmēneša salīdzināšanu, lai uztvertu novirzes un regresijas.
---
## Galvenās Atziņas
- Labākās OmniParser pamācības apvieno kodu, heiristiku un ražošanas problēmas.
- Sāciet ar mazu (Ātrā Uzsākšana), pēc tam ejiet dziļi (Tabulas, Izkārtojums, Validācija).
- Iepriekšēja apstrāde un ierobežojošas kastes ievērojami uzlabo precizitāti uz nekārtīgiem skenējumiem.
- Ražošana nozīmē kešatmiņu, pakešapstrādi, atkārtotus mēģinājumus un izmērāmu kvalitāti.
- Viegls AI asistents, piemēram, [Sider.AI](https://sider.ai), var paātrināt eksperimentēšanu un dokumentāciju.
---
## Pielikums: Sākuma Repo Struktūra (Pēc Izvēles)
```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/