Alternatives and similar repositories for pdf_to_docx:

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

• RapidAI / RapidLayout
  Analysis of Chinese and English layouts 中英文版面分析
  ☆187Updated last week
• 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…
  ☆73Updated 3 months ago
• 360AILAB-NLP / 360LayoutAnalysis
  360LayoutAnaylsis, a series Document Analysis Models and Datasets deleveped by 360 AI Research Institute
  ☆271Updated 6 months ago
• RapidAI / RapidOrientation
  文档方向分类
  ☆216Updated 4 months ago
• jiangnanboy / layout_analysis
  中文版面检测（Chinese layout detection），yolov8 is used to detect the layout of Chinese document images。
  ☆59Updated last year
• 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
  ☆44Updated 6 months ago
• 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。
  ☆128Updated last year
• 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。
  ☆252Updated 2 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
  ☆191Updated last year
• 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…
  ☆48Updated 3 months ago
• xiaozhi-agi / pylmkit
  PyLMKit: 帮助用户快速构建实用的大模型应用
  ☆41Updated last year
• hzauzxb / guidance-ocr
  视觉信息抽取任务中，使用OCR识别结果规范多模态大模型的回答
  ☆27Updated 3 months ago
• BADBADBADBOY / CardDetectRotate
  卡证和文档检测和矫正
  ☆49Updated 6 months ago
• WalkerMitty / PDFparser
  Here is a demo for PDF parser (Including OCR, object detection tools)
  ☆34Updated 5 months ago
• intsig-textin / markdown_tester
  如需体验textin文档解析，请点击https://cc.co/16YSIy
  ☆83Updated 4 months ago
• jiangnanboy / Doc-Image-Tool
  文档图像处理工具(Document image processing tool)，包括漂白 / 文字方向矫正 / 清晰增强 / 笔记去噪美化 / 去阴影 / 扭曲矫正 / 切边增强(DocBleach / TextOrientationCorrection / DocSha…
  ☆44Updated 7 months ago
• WenmuZhou / TableGeneration
  通过浏览器渲染生成表格图像
  ☆214Updated 11 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。
  ☆188Updated 5 months ago
• yongzhuo / layoutlmv3-layoutxlm-chinese
  chinese document classification of layoutlmv3 and layoutxlm
  ☆43Updated 2 years ago
• RapidAI / RapidOCRPDF
  Based on RapidOCR, extract the PDF content.
  ☆157Updated last week
• OKC13 / General-Documents-Layout-parser
  通用版面分析 | 中文文档解析 |Document Layout Analysis | layout paser
  ☆46Updated 9 months ago
• yujunhuics / LayoutReader
  阅读顺序、Layoutreader
  ☆11Updated 10 months ago
• liunian-Jay / MU-GOT
  GOT的vLLM加速实现 并结合 MinerU 实现RAG中的pdf 解析
  ☆52Updated 4 months ago
• jiangnanboy / llm_corpus_quality
  大模型预训练中文语料清洗及质量评估 Large model pre-training corpus cleaning
  ☆56Updated 8 months ago
• duanyu / LabelFast
  中文世界的NLP自动标注开源工具，简单样本，交给LabelFast。
  ☆66Updated 2 months ago
• Gmgge / TrOCR-Seal-Recognition
  基于transformer的ocr识别，在公章(印章识别, seal recognition）拓展应用
  ☆203Updated last month
• Sanster / OhMyTable
  Table Structure Recognition
  ☆17Updated 8 months ago
• 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。
  ☆89Updated 11 months ago
• 360AILABNLP / 360LayoutAnalysis
  ☆26Updated 5 months ago
• 1694439208 / GOT-OCR-Inference
  研究GOT-OCR-项目落地加速，不限语言
  ☆59Updated 5 months ago