Dedoc - интересная и комплексная библиотека.
Но порог входа очень высокий.
Пример кейсов, в которых Dedoc может быть интегрирован.

Классификация документов
Описание кейса:
В организации есть поток входящих документов от клиентов. Документы предоставляются в следующих форматах:
⁃ pdf: машиночитаемый формат и сканы
⁃ tiff: сканы
⁃ jpeg: сканы
⁃ png: сканы
⁃ doc, docx: машиночитаемый формат

Бизнес-задача:
Классифицировать поток входящих документов по предоставленным классам.
Например, паспорт, доверенность, учредительные документы, договор и иное.
ML-задача:

1. Получить документ
2. Распознать формат и тип документа (машиночитаемый формат или скан)
3. Извлечь текст из документа в структурированном виде (заголовки\ абзацы \ блоки)
4. Сохранить текст для его дальнейшей классификации иным инструментом

Извлечение табличных данных
Описание кейса:
Поток входящих документов с табличными данными.
Документы предоставляются в следующих форматах:
⁃ pdf: сканы
⁃ tiff: сканы
⁃ jpeg: сканы
⁃ png: сканы

Бизнес-задача:
Извлечь табличные данные для последующей обработки в табличном виде(.csv).
Например, Отчетности, спецификации, анкеты.
ML-задача:

1. Получить документ
2. Распознать формат и тип документа (одностраничный или многостраничный)
3. Извлечь таблицы из документа в структурированном виде (собрать разделенные таблицы на разных листах, отделить таблицы с одного листа, если их несколько)
4. Сохранить отдельные таблицы для дальнейшей обработки