任务详情
技术要求：1、 将jpg、png、图片格式的扫描件通过ocr识别，输出word文档，可编辑；2、 将论文格式pdf识别，输出word文档，可编辑；3、 扫描件内容包括文字、图片、流程图、公式、表格等，识别出来结果需要与原图格式一致或高度相似；4、 识别过程需要返回识别进度；5、 支持离线部署，docker打包镜像；封装成webapi或命令形式，方便java调用。6、 使用python、C++、java开发语言；7、 支持后续升级服务；8、 工期：5-7天；9、 需要提供源代码。10、 识别结果优化，需要等调试接口完成后，上传多个内部文件，看识别结果情况。11、 文档排版需要支持两列排版，类似于论文格式；图片识别流程1、 图像识别流程（支持排版参数数据）1） 通过接口上传图片数据；2） 保存图片数据到本地；3） 返回唯一标识码；4） 通过另外一个接口+唯一标识码 获取识别结果和识别进度（doc文件）2、 Pdf图像识别流程（支持排版参数数据）a) 通过接口上传pdf文件b) Pdf文件拆分成多个图片c) 解析图片，生成wordd) 拼接成完整worde) 返回唯一标识码f) 通过另外一个接口+唯一标识码 获取识别结果和识别进度（doc文件）3、 获取解析结果a) 调用接口，传入唯一标识码b) 获取识别结果文件（doc文件）
