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 / RapidOrientation
  文档方向分类
  ☆222Updated 8 months 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…
  ☆103Updated 8 months ago
• RapidAI / RapidLayout
  Analysis of Chinese and English layouts 中英文版面分析
  ☆235Updated this week
• jiangnanboy / layout_analysis
  中文版面检测（Chinese layout detection），yolov8 is used to detect the layout of Chinese document images。
  ☆58Updated 2 years ago
• 360AILAB-NLP / 360LayoutAnalysis
  360LayoutAnaylsis, a series Document Analysis Models and Datasets deleveped by 360 AI Research Institute
  ☆293Updated 11 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
  ☆55Updated 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
  ☆205Updated 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。
  ☆101Updated last year
• BADBADBADBOY / CardDetectRotate
  卡证和文档检测和矫正
  ☆66Updated 10 months ago
• intsig-textin / markdown_tester
  如需体验textin文档解析，请点击https://cc.co/16YSIy
  ☆115Updated last month
• 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。
  ☆350Updated this week
• RapidAI / RapidOCRPDF
  Based on RapidOCR, extract the PDF content
  ☆179Updated 3 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。
  ☆147Updated 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
  ☆39Updated 7 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
  ☆244Updated last month
• 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…
  ☆82Updated 11 months ago
• 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…
  ☆70Updated 7 months ago
• SWHL / ChineseDocumentPDF
  中文论文、证券类、财报类PDF数据
  ☆34Updated last year
• WalkerMitty / PDFparser
  Here is a demo for PDF parser (Including OCR, object detection tools)
  ☆35Updated 9 months ago
• 1694439208 / GOT-OCR-Inference
  研究GOT-OCR-项目落地加速，不限语言
  ☆61Updated 9 months ago
• 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…
  ☆785Updated last week
• WenmuZhou / TableGeneration
  通过浏览器渲染生成表格图像
  ☆231Updated last year
• liunian-Jay / MU-GOT
  GOT的vLLM加速实现 并结合 MinerU 实现RAG中的pdf 解析
  ☆61Updated 9 months ago
• SWHL / TrOCR-Formula-Rec
  基于TrOCR + UniMER-1M数据集，训练一个小而美的公式识别模型
  ☆26Updated last month
• 360AILABNLP / 360LayoutAnalysis
  ☆28Updated 9 months ago
• jiangnanboy / table_structure_recognition
  利用Swin-Unet(Swin Transformer Unet)实现对文档图片里表格结构的识别，Swin-unet (Swin Transformer Unet) is used to identify the document table structure
  ☆24Updated last year
• JG1VPP / MuTabNet
  ICDAR 2024 Table OCR Model
  ☆36Updated 3 weeks ago
• Sanster / OhMyTable
  Table Structure Recognition
  ☆24Updated last year
• fanqie03 / char-detection
  🔥Char detection base on crnn 字符（单字）检测基于CRNN
  ☆84Updated 2 years ago
• large-ocr-model / large-ocr-model.github.io
  ☆181Updated last year