“document-processing” 相关开源项目

开源自托管 PDF 处理平台，可在浏览器、桌面端或通过 API 编辑、签名、涂黑、转换和自动化处理 PDF。

基于 Rust 的开源本地文档解析工具，支持带坐标的文本提取、Markdown/JSON 输出和可选 OCR。

Rust 库与命令行工具，判断 PDF 是文本型还是扫描型，默认无需 OCR 即可提取为 Markdown。

基于 PyTorch 深度学习的开源 Python OCR 库，可识别 PDF 和图片中的文字。