Een web-gebaseerde tool voor het verwerken van PDF-documenten en het genereren van verschillende outputformaten. De tool ondersteunt het extraheren van afbeeldingen, OCR-verwerking, en het combineren van specifieke artikelen. Perfect voor archivering, documentbeheer en digitale transformatie!
-
PDF uploaden en verwerken 📤 Upload PDF-bestanden en verwerk ze in een handomdraai.
-
Genereren van small en large afbeeldingen 🖼️ Maak kleine (500x700) en grote (1024x1280) afbeeldingen van PDF-pagina's.
-
OCR-verwerking van PDF-inhoud 🔍 Extraheer tekst uit PDF's met behulp van Tesseract OCR, ondersteund voor Nederlands en Engels.
-
Combineren van geselecteerde artikelen 📑 Selecteer specifieke pagina's of artikelen en combineer ze tot één document.
-
Automatische bestandsnaamgeneratie 📂 Bestanden worden automatisch benoemd volgens een gestandaardiseerd formaat (bijv.
YYYYMMDDPP.ext).
-
Python 3.10.11+ 🐍 De tool is geschreven in Python en vereist minimaal versie 3.10.11.
-
Flask 🌐 Gebruikt voor het bouwen van de webapplicatie.
-
PyPDF2 📑 Voor het lezen en manipuleren van PDF-bestanden.
-
Pillow 🖼️ Voor het verwerken en opslaan van afbeeldingen.
-
Tesseract OCR 🔍 Voor het uitvoeren van optische karakterherkenning (OCR).
- Clone de repository:
git clone https://github.com/devonurefe/MuseumProject
Installeer de vereiste packages:
Copy pip install -r requirements.txt Installeer Tesseract OCR:
Ubuntu/Debian: Copy sudo apt-get install tesseract-ocr Windows: Download en installeer Tesseract van de officiële website. 🖥️ Gebruik Start de server:
Copy python app.py Open een browser en ga naar: http://localhost:5000
Upload een PDF-bestand 📤 Selecteer een PDF-bestand en upload het naar de tool.
Optioneel: specificeer artikelpagina's om te combineren 📑 Geef aan welke pagina's of artikelen je wilt combineren.
Verwerk het bestand en download de resultaten ⬇️ De tool genereert PDF's, afbeeldingen en OCR-tekstbestanden die je kunt downloaden.
📂 Bestandsnaamconventies Reguliere outputs: YYYYMMDDPP.ext YYYY: jaar MM: maand DD: dag PP: paginanummer Gecombineerde artikelen: YYYYMMDDSSEE.ext SS: startpagina EE: eindpagina 🌍 Deployment De applicatie kan worden gedeployed op verschillende platforms: Windows desktop versie Download de desktopversie voor Windows.
Webversie: Bezoek de live versie op [https://museumproject.onrender.com]
🔒 Veiligheid Rate limiting voor uploads ⏳ Beperk het aantal uploads per gebruiker om misbruik te voorkomen.
Validatie van bestandstypes ✅ Alleen PDF-bestanden worden geaccepteerd.
Malware scanning 🛡️ Scan uploads op malware voordat ze worden verwerkt.
HTTPS voor alle verkeer 🔐 Gebruik HTTPS om gegevens te versleutelen.
Gebruikersauthenticatie 🔑 Optioneel: implementeer gebruikersauthenticatie voor extra beveiliging.
📜 Licentie Deze tool is vrijgegeven onder de MIT License. Zie het LICENSE-bestand voor meer details.
🤝 Bijdragen Bijdragen zijn welkom! 🎉 Zie CONTRIBUTING.md voor details over hoe je kunt bijdragen aan dit project.
📧 Contact Voor vragen of meer informatie, neem contact op via: 📧 koris.onur@gmail.com
💧 Powered by h2O Deze tool is mede mogelijk gemaakt door h2O – omdat elke druppel telt! 💧
🎉 Geniet van het verwerken van je PDF's! 🎉