#document-processing

Proyectos open source sobre «document-processing»

Repositorios de GitHub seleccionados relacionados con document-processing, con resúmenes de IA y métricas clave.

Ordenar:Añadidos recientemente

run-llama / liteparse

Parser local y de código abierto para PDF y documentos, escrito en Rust, con extracción de texto, cuadros delimitadores, salida en Markdown/JSON y OCR opcional.

Datos y analítica #pdf #pdf-parser #ocr #text-extraction #rag

12,9 mil885RustApache-2.0Actualizado hace 6 días

firecrawl / pdf-inspector

GitHub

Biblioteca de Rust y CLI que clasifica los PDF como basados en texto o escaneados y extrae Markdown limpio sin usar OCR de forma predeterminada.

Datos y analítica #pdf #pdf-extraction #text-extraction #ocr #rust

19,7 mil1,3 milRustMITActualizado hace 12 días

mindee / doctr

GitHub

Una biblioteca de OCR de código abierto para Python que detecta y reconoce texto en PDF e imágenes mediante modelos de deep learning basados en PyTorch.

IA y Machine Learning #ocr #deep-learning #pytorch #text-detection #text-recognition

6,4 mil687PythonApache-2.0Actualizado hace 3 días