pdf-document-layout-analysis 是什么？

基于 Docker 的 PDF 版面分析微服务，可识别标题、正文、表格、图片等元素，并支持 OCR 与 Markdown/HTML 转换。这是一个用于 PDF 版面分析的微服务。它将每一页切分为标题、正文、表格、图片、公式、图注、页眉页脚等元素并进行分类，同时给出这些元素的阅读顺序，便于后续处理。

pdf-document-layout-analysis 可以免费使用吗？用的什么许可证？

pdf-document-layout-analysis 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

pdf-document-layout-analysis 还在维护吗？

活跃维护中。pdf-document-layout-analysis 最近一次提交是在 2026年10月6日。

pdf-document-layout-analysis 适合用来做什么？

在索引或检索前对 PDF 报告、学术论文进行预处理。通过 OCR 将扫描文档转换为可搜索的 PDF。从长文档中提取目录或结构化文本。将转换后的 Markdown 或 HTML 文档翻译成多种语言。

pdf-document-layout-analysis 怎么安装和运行？

使用 make 启动服务: make start 在浏览器中打开 Web 界面通过 REST API 分析 PDF: curl -X POST -F 'file=@/path/to/your/document.pdf' http://localhost:5060 停止服务: make stop

在哪里获取 pdf-document-layout-analysis？

源代码和安装说明在 GitHub 上：https://github.com/huridocs/pdf-document-layout-analysis

huridocs/pdf-document-layout-analysis

Q: pdf-document-layout-analysis 怎么安装和运行？

使用 make 启动服务: make start 在浏览器中打开 Web 界面 通过 REST API 分析 PDF: curl -X POST -F 'file=@/path/to/your/document.pdf' http://localhost:5060 停止服务: make stop

基于 Docker 的 PDF 版面分析微服务，可识别标题、正文、表格、图片等元素，并支持 OCR 与 Markdown/HTML 转换。

可替代:Adobe Acrobat

在 GitHub 查看

Star: 1,357
Fork: 148
未关闭 Issue: 14
最近提交: 14天前

这是什么？

这是一个用于 PDF 版面分析的微服务。它将每一页切分为标题、正文、表格、图片、公式、图注、页眉页脚等元素并进行分类，同时给出这些元素的阅读顺序，便于后续处理。

除版面分析外，服务还提供基于 Tesseract 和 ocrmypdf 的 OCR 功能，可将表格提取为 HTML、公式提取为 LaTeX，并把 PDF 转换为 Markdown 或 HTML。转换结果还可通过 Ollama 模型翻译成其他语言。项目同时提供 Gradio 网页界面和 REST API，以 Docker 方式部署，并支持 GPU 加速。

项目提供两类模型：基于视觉的 VGT 精度更高，但需要 GPU 才能获得较好速度；基于 Poppler XML 特征的 LightGBM 模型可在 CPU 上快速运行，精度略低。

核心功能

01将页面元素分为 11 类，包括标题、正文、表格、图片和公式。
02为扫描版 PDF 提供 OCR，支持自动旋转和纠偏。
03可将 PDF 转换为 Markdown 或 HTML，并可通过 Ollama 翻译输出。
04将表格提取为 HTML，将公式提取为 LaTeX。
05同时提供 Gradio 网页界面和 REST API。

适用场景

在索引或检索前对 PDF 报告、学术论文进行预处理。
通过 OCR 将扫描文档转换为可搜索的 PDF。
从长文档中提取目录或结构化文本。
将转换后的 Markdown 或 HTML 文档翻译成多种语言。

快速上手

1
使用 make 启动服务
make start
2
在浏览器中打开 Web 界面
3
通过 REST API 分析 PDF
curl -X POST -F 'file=@/path/to/your/document.pdf' http://localhost:5060
4
停止服务
make stop

使用前须知

需要 Docker，模型和依赖最多占用约 10 GB 磁盘空间。
GPU 支持是可选的，但 README 列出约 5 GB 显存以获得最佳性能。
翻译功能依赖于正在运行的 Ollama 模型。

常见问题

pdf-document-layout-analysis 是什么？: 基于 Docker 的 PDF 版面分析微服务，可识别标题、正文、表格、图片等元素，并支持 OCR 与 Markdown/HTML 转换。这是一个用于 PDF 版面分析的微服务。它将每一页切分为标题、正文、表格、图片、公式、图注、页眉页脚等元素并进行分类，同时给出这些元素的阅读顺序，便于后续处理。
pdf-document-layout-analysis 可以免费使用吗？用的什么许可证？: pdf-document-layout-analysis 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。
pdf-document-layout-analysis 还在维护吗？: 活跃维护中。pdf-document-layout-analysis 最近一次提交是在 2026年10月6日。
pdf-document-layout-analysis 适合用来做什么？: 在索引或检索前对 PDF 报告、学术论文进行预处理。通过 OCR 将扫描文档转换为可搜索的 PDF。从长文档中提取目录或结构化文本。将转换后的 Markdown 或 HTML 文档翻译成多种语言。
pdf-document-layout-analysis 怎么安装和运行？: 使用 make 启动服务: make start 在浏览器中打开 Web 界面通过 REST API 分析 PDF: curl -X POST -F 'file=@/path/to/your/document.pdf' http://localhost:5060 停止服务: make stop
在哪里获取 pdf-document-layout-analysis？: 源代码和安装说明在 GitHub 上：https://github.com/huridocs/pdf-document-layout-analysis

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。