#pdf-parser Repositorios
Descubre 21 repositorios activos de código abierto de GitHub etiquetados con #pdf-parser, que acumulan 321,543 estrellas en total (una media de 15,311 estrellas por proyecto). El líder de este tema es PaddlePaddle/PaddleOCR, con 92,972 estrellas.
21 repositorios en total
Convierta cualquier documento PDF o de imagen en datos estructurados para su IA. Un potente y ligero kit de herramientas OCR que cierra la brecha entre imágenes/PDF y LLM. Soporta más de 100 idiomas.
Transforma documentos complejos como PDFs y documentos de Office en markdown/JSON listo para LLM para tus flujos de trabajo Agentic.
Analizador de PDF para datos listos para IA. Automatiza la accesibilidad de PDF. Código abierto.
Biblioteca rápida en Rust para inspección, clasificación y extracción de texto de PDF. Detecta inteligentemente PDFs escaneados frente a basados en texto para habilitar decisiones de enrutamiento inteligentes.
Una biblioteca PDF en Python puro capaz de dividir, fusionar, recortar y transformar las páginas de archivos PDF
El repositorio oficial de “Dolphin: Document Image Parsing via Heterogeneous Anchor Prompting”, ACL, 2025.
PDF craft puede convertir archivos PDF a varios otros formatos. Este proyecto se centrará en el procesamiento de archivos PDF de libros escaneados.
yft-design es una potente y visualmente impresionante herramienta de diseño en línea construida con Vue3, fabric.js y Element Plus. La versión de código abierto "Gao Ding Design" basada en fabric.js. Una hermosa y potente herramienta de diseño en línea con funciones de diseño de pósteres y edición de imágenes. Adecuado para una variedad de escenarios, como la generación de pósteres, la creación de imágenes de productos de comercio electrónico, el diseño de imágenes largas de artículos, la edición de portadas de video/cuentas públicas, etc.
Extracción de datos no estructurados, rápida y eficiente. Escrito en Rust con enlaces para muchos idiomas.
Extraiga y convierta datos de cualquier documento, imagen, PDF, documento de Word, PPT o URL a múltiples formatos (Markdown, JSON, CSV, HTML) con extracción inteligente de datos estructurados y OCR avanzado.
Servidor backend fácilmente desplegable y escalable que convierte eficientemente varios formatos de documentos (pdf, docx, pptx, html, imágenes, etc.) a Markdown. Con soporte para procesamiento tanto de CPU como de GPU, es ideal para flujos de trabajo a gran escala, ofrece extracción de texto/tablas, OCR y procesamiento por lotes con puntos finales síncronos/asíncronos.
Convierte cualquier PDF de un libro técnico en una habilidad de Claude Code, lista para estudiar, consultar y usar mientras trabajas.
La biblioteca PDF más rápida para Python y Rust. Extracción de texto, extracción de imágenes, conversión a markdown, creación y edición de PDF. Media de 0.8 ms, 5× más rápida que los líderes de la industria, tasa de aprobación del 100% en 3.830 PDFs. MIT/Apache-2.0.
Un lienzo 2D de libre flotación para procesar múltiples archivos PDF simultáneamente
🚀 API fácilmente desplegable para convertir PDF a markdown rápidamente con alta precisión.
Un conjunto de crates de Rust para analizar, interpretar y renderizar archivos PDF.
Dedoc es una biblioteca (servicio) para el análisis automatizado de documentos y su unificación en un formato uniforme. Extrae automáticamente contenido, estructura lógica, tablas e metainformación de documentos electrónicos textuales. (Análisis de documentos; Extracción de contenido de documentos; Extracción de estructura lógica; Analizador PDF; Analizador de documentos escaneados; Analizador DOCX; Analizador HTML)
[ECCV 2026] Un marco basado en difusión para OCR de documentos que reemplaza la decodificación autorregresiva con decodificación de difusión paralela a nivel de bloque.
Preguntas frecuentes
¿Cuál es el repositorio de #pdf-parser más popular en GitHub?
El proyecto de código abierto de #pdf-parser mejor posicionado en GitHub es PaddlePaddle/PaddleOCR, con 92,972 estrellas. Convierta cualquier documento PDF o de imagen en datos estructurados para su IA. Un potente y ligero kit de herramientas OCR que cierra la brecha entre imágenes/PDF y LLM. Soporta más de 100 idiomas.
¿Qué lenguajes de programación se utilizan más en los repositorios de #pdf-parser?
Entre los proyectos de #pdf-parser mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Rust, TypeScript, Java.
¿Cómo se calcula la clasificación de los repositorios de #pdf-parser?
Seguimos 21 repositorios activos de código abierto etiquetados con #pdf-parser (500+ estrellas), que suman un total de 321,543 estrellas, con una media de 15,311 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.