Требуется движок распознавания первичных документов (офлайн)

На входе сканы в pdf.
Могут быть много разных документов (УПД, ТОРГ, С-Ф, Акты и т.д.) в одном файлике.

Обязательно работа в офлайне на linux (но можно и windows) сервере.
Никаких онлайн сервисов внешних.

Должен хорошо распознавать структуру документа, его начало и конец а так же таблицы.
Отдавать результат в xml или json.

Из языков распознавания русский и английский.

Какие варианты есть?

(0) Простите, а кто Вам генерирует такой идиотский входной поток?

(3) Не могу знать
Мое мнение что надо со всеми контрагентами договориться об ЭДО
Или хотя бы дублировать бумажные электронными файликами определенных форматов (да хоть из своих учетных систем в XLS сохранять и присылать)
Но вот заказчик хочет на проекте

(4) Ну так вам нужен не движок, а РП, который пресечёт такие хотелки или подберёт людей для решения этой задачи. Вы начали не с того конца.

Никакой движок не взлетит.

ранее был от конторы Эфсол, как сейчас - жива она еще или нет? проги, в основном, украинские были

+7 на базе finereader работал

(8) ABBYY ушла из России. Ну и хуй с ней

(9) а движок то мог остаться )

Я бы подумал в сторону https://wonderland.v8.1c.ru/blog/razvitie-mobilnykh-tekhnologiy-skaner-dokumentov-i-podderzhka-tekhnologii-nfc/

(4) Ты же понимаешь, что в ЭДО точно так же могут прислать pdf? :))

(12) Могут :)
Но подразумевал по форматам ФНС или CML 2.08 от 1С

(7)  Fasta?
Это вроде сервис а надо на своем сервере поднять

https://ocr.1c.ai/about/

(15) Я несколько раз написал "офлайн" и "не сервис" ))

(16) Это частично релевантная выборка
Как в Яндексе, видел?
Когда пишут, что типа это может быть то, что тебе нужно, но без слов "оффлайн" и "халява"

(16) Вы свои требования предъявляйте тому, кому деньги платите.

(18) 👍

(14) не помню, я его щупал лет 12 назад, и это была оффлайн поделка точно

в составе документооборота была компонента, судя по описанию на 100% подходящая (сам не юзал)

+20 наверное оно https://efsol.ru/solutions/docflow-system.html
только ценник тогда был негуманный,как сейчас - хз

(22) ABBYY FlexiCapture внутри как понял

(0) https://infostart.ru/1c/tools/1798902/

(0) https://infostart.ru/marketplace/517218/

(24) opencv и tesseract ocr?
тессеракт попробовал, последний с последними дата как то хреново кириллицу берет, даже на идеальных картинках
надо вероятно на предыдущий легаси настраивать

Просто,если первичка печатная,то можно вместо печати попросить ее в файле прислать.
А вот если частично от руки заполнена,то тут FineReader уже не справится.

(27) Первичка печатная
От руки только подписи, их распознавать не надо

"Попросить ее в файле прислать" не получится, представь крупную контору с кучей контрагентов.
Рядовой сотрудник или даже начальник отдела никак не сможет решить это.

Почтой/курьерами есть большой поток входящих бумажных писем/документов.
Они все сканятся в потоковом режиме и заносятся в ДО.
Далее обработка операторами с вводом/созданием новых доков в ERP или привязкой к существующим (когда вернулся подписанный обоими сторонами исходящий).

Быстрей распознать чем пытаться связаться с отправителем и еще когда он пришлет электронный вариант.

Вариант перехода на ЭДО не для всех контрагентов подходит, это уже устоявшиеся отношения обычно а не разовые.

(0) У вас есть конкурент - официальный сервис от 1С.Цены не кусаются.

(29) Попробуй представить как согласовать с безопасниками слив всех входящих документов в некий сторонний сервис?
Это не аудиторы или ФНС, куда кстати не все сливается а по запросу