Alternatives and similar repositories for RapidOCRPDF

Users that are interested in RapidOCRPDF are comparing it to the libraries listed below

• RapidAI / RapidLayout
  Analysis of Chinese and English layouts 中英文版面分析
  ☆222Updated last week
• RapidAI / RapidOrientation
  文档方向分类
  ☆219Updated 7 months ago
• RapidAI / RapidTable
  基于序列表格识别算法推理库，集成PP-Structure和modelscope等表格识别算法。
  ☆327Updated last week
• shibing624 / imgocr
  Python3 package for Chinese/English OCR, with paddleocr-v4 onnx model(~14MB). 基于ppocr-v4-onnx模型推理，可实现 CPU 上毫秒级的 OCR 精准预测，通用场景中英文OCR达到开源SO…
  ☆90Updated 5 months ago
• intsig-textin / markdown_tester
  如需体验textin文档解析，请点击https://cc.co/16YSIy
  ☆111Updated 2 weeks ago
• 360AILAB-NLP / 360LayoutAnalysis
  360LayoutAnaylsis, a series Document Analysis Models and Datasets deleveped by 360 AI Research Institute
  ☆291Updated 10 months ago
• RapidAI / RapidDoc
  📝 针对文档类图像做内容提取，将文档类图像一比一输出到Word或者Txt中，便于进一步使用或处理。后续计划支持输入PDF/图像，输出对应json格式、Txt格式、Word格式和Markdown格式。
  ☆197Updated 8 months ago
• SWHL / ChineseDocumentPDF
  中文论文、证券类、财报类PDF数据
  ☆32Updated last year
• hiroi-sora / GapTree_Sort_Algorithm
  【间隙·树·排序算法】 对OCR结果或PDF提取的文本进行版面分析，按人类阅读顺序进行排序。
  ☆143Updated last year
• TW-NLP / ChineseErrorCorrector
  中文拼写错误和语法错误纠正
  ☆315Updated 2 weeks ago
• RapidAI / RapidTableDetection
  检测和提取各种场景图片中的表格区域，并纠正透视和旋转问题 Detect and extract table regions from images in various scenarios, and correct perspective and rotation i…
  ☆100Updated 7 months ago
• intsig-textin / xparse-frontend
  如需体验TextIn文档解析，请访问 https://cc.co/16YSIy
  ☆149Updated 3 weeks ago
• KylinMountain / markify
  Convert files into markdown to help RAG or LLM understand, based on markitdown and MinerU, which could provide high quality pdf parser.
  ☆118Updated 3 months ago
• dataelement / bisheng-unstructured
  bisheng-unstructured library
  ☆54Updated last month
• RapidAI / TableStructureRec
  整理目前开源的最优表格识别模型，完善前后处理，模型转换为ONNX Organize the currently open-source optimal table recognition models, improve pre-processing and post…
  ☆752Updated 3 months ago
• opendatalab / magic-doc
  ☆529Updated 11 months ago
• ck-unifr / pdf_parsing
  PDF解析（文字，章节，表格，图片，参考），基于大模型(ChatGLM2-6B, RWKV)+langchain+streamlit的PDF问答，摘要，信息抽取
  ☆202Updated last year
• Gmgge / ImageAnalysisService
  轻量模型的图像分析web服务，包括倾斜矫正OCR，公章(印章)检测+识别，车牌识别。api方案使用FastAPI+Gunicorn，提供gradio展示。
  ☆102Updated last year
• ppaanngggg / layoutreader
  A Faster LayoutReader Model based on LayoutLMv3, Sort OCR bboxes to reading order.
  ☆257Updated last month
• xhw205 / PaddleOCR_AlignText
  PaddleOCR 输出结果的行对齐，表格制式图像OCR行对齐
  ☆45Updated 3 years ago
• aigc-apps / PAI-RAG
  An easy-to-use framework for modular RAG
  ☆375Updated this week
• RapidAI / RapidUnDistort
  修正文档扭曲/模糊/阴影等情况，使用onnx模型简单轻量部署，未来持续跟进最新最好的文档矫正方案和模型,Correct document distortion using a lightweight ONNX model for easy deployment. We wi…
  ☆67Updated 7 months ago
• tianchiguaixia / layoutlmv3-chinese
  该项目是为了使用layoutlmv3针对中文图片训练和推理。 其中主要解决三个问题： 1.数据标准化成可以的训练数据集格式 2.layoutlmv3-base-chinese 分词修改 2.超过512长度的文本切分和滑窗操作
  ☆52Updated 10 months ago
• shell-nlp / gpt_server
  gpt_server是一个用于生产级部署LLMs、Embedding、Reranker、ASR和TTS的开源框架。
  ☆199Updated last week
• XJF2332 / GOT-OCR-2-GUI
  GOT-OCR的GUI版本，提供OCR、导出PDF、批处理等功能，但不提供训练功能
  ☆177Updated last week
• opendatalab / magic-html
  ☆477Updated 4 months ago
• lxulxu / pdf-to-markdown
  通过paddle ocr实现pdf转markdown
  ☆72Updated 9 months ago
• liwenju0 / cutword
  一个简单快速的分词、命名实体识别工具
  ☆602Updated 3 months ago
• wangyuxinwhy / generate
  A Python Package to Access World-Class Generative Models
  ☆127Updated last year
• xinsblog / chatglm-qabot
  基于chatglm快速搭建文档问答机器人
  ☆88Updated 2 years ago