Biblioteca OCR de Python de código abierto que detecta y reconoce texto en PDF e imágenes con modelos de deep learning basados en PyTorch.
6,4 mil687PythonApache-2.0Actualizado hace 11 horas
deepdoctection/deepdoctection
Biblioteca de Python para IA documental que integra análisis de diseño, OCR, reconocimiento de tablas y clasificación de tokens en pipelines configurables.
Alternativa open source a:Adobe Acrobat
- Estrellas
- 3,265
- Forks
- 200
- Issues abiertos
- 10
- Último commit
- el mes pasado
¿Qué es?
deepdoctection es una biblioteca de Python para extraer contenido estructurado de imágenes escaneadas y documentos PDF. Encadena el análisis del diseño de documentos, el reconocimiento de tablas, el OCR y la clasificación de documentos o tokens, para que puedas crear un pipeline para una tarea de extracción, personalizar sus pasos o ejecutar un analizador preconfigurado directamente.
El análisis del diseño y la detección de tablas se ejecutan en PyTorch con modelos de Detectron2 y Transformers. Para el OCR se puede usar Tesseract, DocTR o AWS Textract, y los PDF nativos se pueden procesar para extraer texto con pdfplumber. La clasificación de documentos y tokens admite modelos de la familia LayoutLM, LiLT y modelos de estilo BERT del Hugging Face Hub, incluido el procesamiento mediante ventanas deslizantes para entradas largas.
La biblioteca también permite ajustar modelos de detección de objetos y clasificación, así como evaluar pipelines completos. La versión 1.0 solo es compatible con PyTorch y está dividida en subpaquetes más pequeños.
Funciones clave
- 01Análisis del diseño de documentos y reconocimiento de tablas con Detectron2 y Transformers en PyTorch.
- 02OCR con Tesseract, DocTR o AWS Textract.
- 03Extracción de texto de PDF nativos con pdfplumber.
- 04Clasificación de documentos y tokens con LayoutLM, LiLT y modelos de estilo BERT.
- 05Ajuste de modelos de detección y clasificación, además de evaluación de pipelines completos.
Casos de uso
- Extraer tablas y bloques de texto de facturas o informes escaneados.
- Crear un flujo de análisis de documentos personalizado para un pipeline interno.
- Ajustar un modelo de estilo LayoutLM con datos de documentos etiquetados.
Inicio rápido
- 1
Crea un entorno virtual (recomendado)
- 2
Instala timm, transformers, python-doctr y deepdoctection
uv pip install timm transformers python-doctr deepdoctection
Antes de usarlo
- Se requiere Python 3.10 o posterior y PyTorch 2.6 o posterior; debes instalarlos por separado.
- Para ajustar los modelos, lo más recomendable es usar una GPU.
- La instalación completa requiere Detectron2, que no está en PyPI y debe compilarse desde otra fuente.
Temas
Preguntas frecuentes
- ¿Qué es deepdoctection?
- Biblioteca de Python para IA documental que integra análisis de diseño, OCR, reconocimiento de tablas y clasificación de tokens en pipelines configurables. deepdoctection es una biblioteca de Python para extraer contenido estructurado de imágenes escaneadas y documentos PDF. Encadena el análisis del diseño de documentos, el reconocimiento de tablas, el OCR y la clasificación de documentos o tokens, para que puedas crear un pipeline para una tarea de extracción, personalizar sus pasos o ejecutar un analizador preconfigurado directamente.
- ¿deepdoctection es gratuito? ¿Qué licencia tiene?
- deepdoctection es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿deepdoctection sigue mantenido?
- Actualizado en los últimos 6 meses. El último commit de deepdoctection fue el 14 sept 2026.
- ¿Para qué puedo usar deepdoctection?
- Extraer tablas y bloques de texto de facturas o informes escaneados. Crear un flujo de análisis de documentos personalizado para un pipeline interno. Ajustar un modelo de estilo LayoutLM con datos de documentos etiquetados.
- ¿Cómo se instala deepdoctection?
- Crea un entorno virtual (recomendado) Instala timm, transformers, python-doctr y deepdoctection: uv pip install timm transformers python-doctr deepdoctection
- ¿Dónde consigo deepdoctection?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/deepdoctection/deepdoctection
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Biblioteca de Python e interfaz web que convierte PDF, DOCX, PPTX, XLSX, imágenes y URL a Markdown, JSON, CSV o HTML, con OCR y extracción de campos estructurados.
1,6 mil138PythonMITActualizado hace 12 meses
Microservicio basado en Docker e interfaz de Gradio que segmenta las páginas de PDF en títulos, texto, tablas, imágenes y más, con OCR y conversión a Markdown/HTML.
1,4 mil148PythonApache-2.0Actualizado hace 13 días
Herramienta de Python para restauración facial ciega: mejora rostros borrosos, de baja calidad o dañados en fotos y videos mediante un transformer con búsqueda en un libro de códigos.
18,2 mil3,7 milPythonOtherActualizado hace 11 meses
Modelos generativos de video de código abierto y gran escala para crear videos a partir de texto, imágenes o audio, y animar personajes.
IA y Machine Learning#video-generation#text-to-video#image-to-video#diffusion-model#mixture-of-experts
18 mil2,3 milPythonApache-2.0Actualizado hace 29 días
Modelo de texto a voz de código abierto, multilingüe a gran escala y zero-shot, compatible con más de 600 idiomas, clonación de voz y diseño de voces.
14,8 mil2,2 milPythonApache-2.0Actualizado hace 7 días