diegomarzaa/pdf-ocr-obsidian

解決的問題

自動化將PDF文件轉換為結構化Markdown檔案，特別針對Obsidian使用進行優化。解決手動從掃描PDF中提取文字與圖片的問題，同時維持文件層級結構與圖片參考。

工作原理

此工具使用Mistral AI OCR API處理PDF。它會掃描指定的輸入資料夾中的檔案，上傳至API，然後解析回應以建立Markdown檔案。圖片會被分開提取，並使用Obsidian風格的wikilink（![[image-name]]）在文字中連結。為避免重複的API呼叫，系統會將原始OCR回應快取為JSON檔案。

適用對象

希望將掃描PDF內容導入知識庫，同時保留圖片與結構的Obsidian使用者。

特色

• 批次處理：自動處理資料夾中的多個PDF。
• Obsidian整合：使用wikilink連結圖片，確保與Obsidian倉庫的相容性。
• 彈性介面：提供本地Web應用程式與Jupyter Notebook兩種形式。
• OCR快取：將API回應儲存為JSON以避免重複成本或呼叫。