#table-extraction Repositorios
Descubre 11 repositorios activos de código abierto de GitHub etiquetados con #table-extraction, que acumulan 93,330 estrellas en total (una media de 8,484 estrellas por proyecto). El líder de este tema es datalab-to/marker, con 41,010 estrellas.
11 repositorios en total
Modelo de OCR que maneja tablas complejas, formularios y escritura a mano con diseño completo.
Motor de documentos con reconocimiento de la maquetación para IA y un completo conjunto de herramientas de Python para extraer, representar y editar PDF y otros documentos. Desde la versión 2.0, su análisis de maquetación basado en aprendizaje automático convierte archivos PDF y de Office en Markdown de alta calidad para RAG y agentes, funciona con rapidez en CPU y vincula cada resultado con su página de origen.
Analiza un PDF en busca de información detallada sobre cada carácter, rectángulo, línea, etc. — y extrae fácilmente texto y tablas.
El motor de inteligencia documental rápido y preciso para todos los idiomas: texto, tablas y metadatos de más de 100 formatos, con OCR, transcripción e inteligencia de código.
Table Transformer (TATR) es un modelo de aprendizaje profundo para extraer tablas de documentos no estructurados (PDF e imágenes). Este es también el repositorio oficial del conjunto de datos PubTables-1M y la métrica de evaluación GriTS.
Un kit de herramientas local, sin OCR, para extracción de datos no estructurados, conversión a markdown y benchmarking. (https://idp-leaderboard.org/)
img2table es una biblioteca Python de identificación y extracción de tablas para PDF e imágenes, basada en el procesamiento de imágenes de OpenCV
PDF a markdown usando LLMs de visión — tablas, diseños y estructura preservados
ParseBench - Un punto de referencia de análisis de documentos para agentes de IA
Preguntas frecuentes
¿Cuál es el repositorio de #table-extraction más popular en GitHub?
El proyecto de código abierto de #table-extraction mejor posicionado en GitHub es datalab-to/marker, con 41,010 estrellas. Convierta PDF a markdown + JSON rápidamente y con alta precisión
¿Qué lenguajes de programación se utilizan más en los repositorios de #table-extraction?
Entre los proyectos de #table-extraction mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Rust.
¿Cómo se calcula la clasificación de los repositorios de #table-extraction?
Seguimos 11 repositorios activos de código abierto etiquetados con #table-extraction (500+ estrellas), que suman un total de 93,330 estrellas, con una media de 8,484 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.