mali100/paperless-ngx

paperless-ngx (支持德语OCR)

镜像概述

paperless-ngx 是一款开源文档管理系统，旨在将纸质文档数字化、组织化并提供高效搜索功能。本镜像在基础 paperless-ngx 之上，特别集成了德语 OCR 支持，可准确识别德语文档中的文本内容，适用于需要处理德语文件的用户场景。

核心功能与特性

• 文档管理：支持扫描、上传、分类和归档各类文档（如发票、信件、合同等）
• 德语OCR识别：集成 Tesseract OCR 德语语言包，可精准识别德语文本内容
• 全文搜索：基于识别的文本内容提供快速搜索功能
• 自动化处理：支持通过规则自动分类、标记和命名文档
• 多格式支持：兼容 PDF、JPEG、PNG 等常见文档格式
• Web界面：提供直观的网页管理界面，方便文档操作和查看

使用场景

• 个人用户管理德语文档（如德语账单、信件、学习资料）
• 小型企业处理德语业务文件（如德语合同、发票、报告）
• 学术研究中整理德语文献资料
• 需要对德语文档进行数字化归档和检索的场景

使用方法

基本部署（Docker Run）

bash
docker run -d \
  --name docker.xuanyuan.run/paperless-ngx-de \
  -p 8000:8000 \
  -v /path/to/data:/usr/src/paperless/data \
  -v /path/to/media:/usr/src/paperless/media \
  -v /path/to/consume:/usr/src/paperless/consume \
  -e PAPERLESS_OCR_LANGUAGE=deu \
  docker.xuanyuan.run/paperless-ngx-de

Docker Compose 配置

yaml
version: '3.8'

services:
  paperless-ngx:
    image: docker.xuanyuan.run/paperless-ngx-de
    container_name: paperless-ngx-de
    ports:
      - "8000:8000"
    volumes:
      - /path/to/data:/usr/src/paperless/data
      - /path/to/media:/usr/src/paperless/media
      - /path/to/consume:/usr/src/paperless/consume
    environment:
      - PAPERLESS_OCR_LANGUAGE=deu  # 设置OCR语言为德语
      - PAPERLESS_TIME_ZONE=Europe/Berlin  # 可选：设置时区
      - PAPERLESS_SECRET_KEY=your_secret_key  # 替换为安全密钥
    restart: unless-stopped

关键配置参数

访问与使用

1. 部署完成后，通过 http://localhost:8000 访问 Web 界面
2. 首次登录使用默认管理员账户（用户名：admin，密码：admin），建议立即修改密码
3. 将德语文档放入 consume 目录，系统会自动进行OCR处理并归档
4. 通过搜索栏输入关键词，可快速查找包含相关德语文本的文档

注意事项

• 确保挂载的目录具有正确的读写权限
• 首次启动时会初始化数据库，可能需要几分钟时间
• 处理大量或大型文档时，建议分配足够的CPU和内存资源以保证OCR效率