Макс Ахмадинуров

Вот еще нашел библиотеки на гитхабе
https://github.com/Michaelvilleneuve/react-native-...
https://github.com/WeTransfer/WeScan

По нашему опыту OCR от tesseract ужасен :) это действительно так.
По пробуйте хотя бы Google Cloud Vision API – до 1000 страниц бесплатно, и затем за каждую 1000 всего $1,5

Но лучше всего конечно же ABBYY, у него OCR лучше всех.

Вам нужно искать по теме form processing — это именно нахождение областей в документе, а не просто его распознавание.

Попробуйте поискать так:
— ocr form processing open source
— form processing java

Мы печатные формы готовим в JasperSoft Studio

Сам редактор и библиотека для генерации форм бесплатные.

У него действительно много функций:

1. печатаем документы с логотипом, подписью и печатью
   
2. поддерживаются многостраничные документы (можно задать условия когда и какие элементы переходят на следующую страницы, чтобы выглядело красиво)
   
3. колонтитулы
   
4. есть внутренние переменные и можно прописать условия (например, если это ИП, то заполняются такие-то поля и подпись ставится вот здесь, если ООО то другие поля)
   
5. мы используем свой шрифт и он инлайнится в pdf-файлы
   
6. печатаем pdf и xlsx файлы — Excel удобен тем, что клиент может его редактировать
   
7. позволяет объединять в один файл сразу несколько печатных форм (к примеру, при печати pdf на первой странице идёт акт, а на второй счёт-фактура, а в Excel они на разных листах документа)
   

В результате получается сделать пиксель-пёрфект pdf файлы, и достойного уровня Excel.
Но скажу сразу, что это очень долго. Чтобы сделать УПД, ушло 40 часов (замерял по трекеру).

Мы используем Canon DR-M140

Помимо всего прочего, мне нравится:
- высокая скорость (меньше секунды на 1 лист с двух сторон!)
- чтобы начать сканирование нужно нажать всего ОДНУ кнопку, и сразу сканируется, не нужно ничего подтверждать до и после процесса сканирования.

Эту модель купили еще в 2007 году, до сих пор работает без проблем.
Сейчас сам работаю в другой компании, тоже хочу такой взять — уже модель обновилась, корпус немного другой.

Вашу задачу полностью решает модуль Typogrify
Он так же умеет заменять дефис на тире и еще много чего, настоятельно рекомендую.

Есть два основных способа прочитать диссертацию или автореферат из базы Российской государственной библиотеки:

1. Прийти в библиотеку или вуз
В более чем 120 городах России и стран ближнего зарубежья, а в каждом городе по несколько мест, где вы можете прийти и бесплатно почитать диссеры или авторефераты. Такие места называются «Виртуальные читальные залы» — комната с компьютерами, на которых есть доступ к Электронной библиотеки диссертаций. Скачать нельзя, можно лишь читать на месте, но можно распечатать несколько листов (не более 10% работы).

Как правило, это бесплатно, нужно лишь оплатить читательский билет. Распечатка конечно же платная.

2. Оформить договор, чтобы читать диссертации и авторефераты через интернет
Российская государственная библиотека (РГБ) предлоставляет возможность удаленно читать диссеры. Для этого вам нужно заключить договор, срок 1 год, стоимость 3000 рублей. Оформить можно удаленно через интернет, в том случае если у вас есть читательский билет РГБ. Если читательского билета нет, вам придется лично ехать в Москву или Химки чтобы все оформить.

Подробно обо всем этом почитайте в статье "Доступ к авторефератам и диссертациям РГБ" на сайте Я аспирант.