pdf-to-video-app/pdf-to-video-app/README.md

Paper2Video App

该项目是一个将PDF文件转换为讲解视频的应用程序。用户可以输入一个PDF文件，应用程序将提取其中的文本和图片，并生成一个引人注目的讲解视频。

项目结构

├── cache
├── config.yaml
├── font
├── npm-debug.log
├── output
├── package.json
├── pic
├── README_EN.md
├── README.md
├── requirements.txt
└── src
    ├── auto_upload_bilibili.py
    ├── code_interpreter.py
    ├── config.py
    ├── distribution
    ├── extract_images_from_pdf.py
    ├── generate_cover.py
    ├── get_arxiv_latest.py
    ├── get_website_data.py
    ├── gui.py
    ├── llm_agent.py
    ├── main.py
    ├── pdf_processor.py
    ├── __pycache__
    ├── types
    ├── utils
    └── video_creator.py

功能

1. PDF处理：从PDF文件中提取文本和图片。
2. 视频创建：将提取的内容合成视频。
3. 摘要和标题生成：生成引人注目的摘要和标题，以吸引观众。

使用说明

1. 确保已安装所有依赖项。可以通过以下命令安装： 安装tesseract-ocr，参照 https://tesseract-ocr.github.io/tessdoc/Installation.html

   conda create -n paperagent python=3.10
   conda activate paperagent
   pip install -r requirements.txt
   pip3 install torch torchvision torchaudio #linux
   pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126 #win
   pip install -e .
   
   

自动上传更新功能

安装小红书MCP服务

conda install conda-forge::nodejs

Run from your project's root directory

npm init playwright@latest

Or create a new project

npm init playwright@latest new-project

请修改 anaconda3\envs\paperagent\lib\site-packages\deepdoctection\extern\tessocr.py

   # 263行 前加入
   if not results:
      return all_results

   #181行 删掉文件后缀名
   with open(tmp_name , "rb") as output_file:

1. 运行应用程序：

   python src/main.py --filename "{papername}"
   

贡献

欢迎任何形式的贡献！请提交问题或拉取请求。

许可证

该项目遵循MIT许可证。