gmft

轻量级高性能PDF表格提取开源库

gmft是一个开源的PDF表格提取库，采用微软Table Transformers技术实现高质量表格识别和结构化。支持Pandas dataframe等多种输出格式，无需GPU即可高速运行。gmft依赖少、安装简单，提供模块化设计和灵活配置，在多种表格提取方案对比中表现优异。

访问官网

table-transformer-detection - Table Transformer：先进的文档表格检测模型

GithubHuggingfaceTable Transformer图像处理开源项目文档分析模型深度学习表格检测

Table Transformer是一个专门用于文档表格检测的开源模型。它基于DETR架构，在PubTables1M数据集上训练，能够有效地从非结构化文档中识别和定位表格。该模型采用Transformer结构，支持多种文档格式的处理。Table Transformer提供了简洁的API，方便开发者集成表格检测功能。凭借其在准确性和性能方面的优异表现，Table Transformer成为文档分析和信息提取领域的重要工具。

PyMuPDF-Utilities - 全面的PDF和电子文档处理开发工具集

GithubOCRPDF处理PyMuPDF开源项目文本提取文档处理

PyMuPDF-Utilities是一个开源项目，提供多种工具和示例，用于PDF、XPS、电子书和纯文本文件处理。项目包含OCR支持、目录处理、字体替换、文本标记和提取等功能。此外，还提供Jupyter笔记本、表格分析工具和布局保留的文本提取脚本。该项目旨在为开发者提供资源，以便于处理各种电子文档格式。

papermage - 统一工具包助力处理表示和操作视觉文档

GithubPDF解析papermage实体识别开源项目数据结构文档处理

papermage是一款专门用于处理PDF文档的开源工具包。它能够创建Document对象、解析文档结构、提取文本和元数据。该工具支持多层次文档分割，包括页面、行和句子等，并可在不同层次间自由导航。papermage允许保存和加载Document对象，还支持通过自定义预测器进行功能扩展。这个统一平台为处理、表示和操作视觉丰富的文档提供了便利。

md2pdf - 轻松将Markdown转换为样式化PDF文档

GithubMarkdownPDF转换Python库md2pdf命令行工具开源项目

md2pdf是一个开源工具，用于将Markdown文件转换为样式化的PDF文档。它提供命令行界面和Python库接口，支持自定义CSS样式和Markdown扩展。用户可通过pip安装或使用Docker容器。基于Weasyprint构建，md2pdf适合开发者和写作者将Markdown转换为高质量PDF。支持外部CSS样式表，便于生成格式化的PDF文档，适用于报告、技术文档或电子书制作。

FileGPT - 智能文件解析系统，多格式支持，自然语言交互

AI助手AI工具FileGPT多格式支持文件处理自然语言交互

FileGPT支持多种文件格式的自然语言交互，包括PDF、文档、音频、视频和网页。这款工具能够快速准确地检索信息并回答问题，通过整合多个文件内容生成综合性回答。FileGPT还支持处理大文件和长文本，是一款高效的文档处理工具，可显著减少信息搜索和阅读时间。

llmdocparser - 基于LLM的智能PDF解析与内容分析工具包

GithubLLMDocParserPDF解析多模态模型布局分析开源项目文本分析

LLMDocParser是一款智能PDF解析和内容分析工具包，结合大型语言模型(LLM)技术。该工具采用布局分析模型识别PDF文档中的文本、标题、图表等元素，并通过多模态模型实现智能解析。支持Azure、OpenAI等多种LLM平台，LLMDocParser能高效处理复杂PDF文档，为RAG解决方案提供结构化文本输出，适用于各类文档智能化处理场景。

FormToExcel - 表单数据自动提取并转换为Excel的智能工具

AI工具AI技术Excel转换FormToExcel数据提取表单处理

FormToExcel是一款专业的表单数据提取工具，能从PDF和扫描图像中精准提取各类表单、表格、收据和发票数据，并自动导出为Excel格式。支持移动端操作，简化数据录入流程，提升工作效率。这款工具为企业和个人提供了便捷的表单数据管理和分析解决方案。

tab-transformer-pytorch - 表格数据处理的注意力网络新突破

FT TransformerGithubPytorchTab Transformer亚马逊AI开源项目表格数据

Tab Transformer项目在Pytorch中实现了表格数据的注意力网络，性能接近GBDT。亚马逊最新研究称在实际表格数据集上使用注意力机制超越了GBDT。项目提供详细安装和使用说明，并包含改进的FT Transformer模型以供比较。

pypdf - Python开源PDF库，提供全面的文档处理功能

GithubPDF库Pythonpypdf开源开源项目文档处理

pypdf是一个纯Python实现的开源PDF库，提供全面的PDF文档处理功能。该库支持PDF文件的分割、合并、裁剪和转换，同时可添加自定义数据、设置查看选项和加密保护。pypdf还具备提取PDF文本和元数据的能力。作为一个社区驱动的项目，pypdf持续更新并欢迎开发者参与贡献。

chart-gpt - AI驱动的文本转图表工具，快速生成精美图表

AI生成图表Chart-GPTGithub开发工具开源项目数据可视化

Chart-GPT是一款AI驱动的开源工具，能够快速将文本转化为精美的图表。它利用先进的自然语言处理技术和PaLM API，自动解析输入内容，并生成适合的数据可视化效果。无论是商业报告、学术研究还是日常数据分析，Chart-GPT都能帮助使用者快速创建专业、美观的图表，提高工作效率和数据展示质量。作为一个开源项目，Chart-GPT为数据可视化领域带来了创新的解决方案。

相关项目

推荐项目

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com