aws-samples / aws-samples/generative-ai-use-cases
【機能改善】PDFファイルをアップロードした際の文字認識
Nobody has claimed this yet.
- Dominant language
- TypeScript
- Stars
- 1.4k
- Forks
- 433
- Avg merge
- 2h 35m
- Merged PRs (30d)
- 1
Description
# 課題
現在、PDFファイルがスキャンされた画像ベースの場合、チャットインターフェースへの単純なアップロードでは文字認識（OCR）が行われず、テキストとして扱えません。
# 改善提案
PDFファイルを画像データに変換してからOCR処理を行い、テキスト抽出できるようにする機能の追加をお願いします。
# 期待される効果
- 画像ベースのPDFからもテキスト情報を抽出できるようになり、文字認識可能なケースが拡大します
- スキャンされた書類や画像化されたPDFも分析・検索対象にできるようになります
# 背景
エンドユーザー様から、業務で使用している画像ベースのPDF文書を処理できるようにしてほしいという要望を多数いただいております。この機能が実装されれば、ユーザーの利便性が大幅に向上します。
# サンプル画像
Contributor guide
First steps
- Read the whole issue, then the project's contributing guide.
- Comment on the issue to say you are picking it up — it saves two people doing the same work.
- Fork the repository and make your change on a branch.
- Open a pull request that references the issue number.
Research direction
No implementation files, tests, or entry points are named. Start by locating the PDF upload and text-extraction flow, then determine how scanned pages could be passed through OCR. Done means image-based PDFs produce searchable text in the chat interface and remain available for analysis.
Written by the indexing model from the issue text.
Assessment
- Tech stack
- typescript
- Domain
- ai, backend
- Issue type
- Feature
- Difficulty
- 5/5
- Estimated time
- Over a week
- Activity status
- Stale
- Clarity
- Needs clarification
- Newbie friendliness
- 30/100