Git Stars Git Stars

#document-analysis 저장소

#document-analysis 태그가 지정된 GitHub의 활성 오픈 소스 저장소 33개를 확인해 보세요. 총 134,538개의 스타를 획득했으며 프로젝트당 평균 4,076개입니다. 이 주제를 이끄는 저장소는 84,093개의 스타를 받은 opendatalab/MinerU입니다.

33
총 리포지토리
134,538
총 별점
4,076
리포지토리당 평균 스타 수

저장소 총 33개

1
opendatalab/MinerU

PDF와 Office 문서 같은 복잡한 문서를 LLM-ready markdown/JSON으로 변환하여 Agentic 워크플로에 사용합니다.

opendatalab
⭐ 84,093 Python 👤 opendatalab Organization 🕐 업데이트됨 2026-11-20 📅 생성됨 2024-02-29
2
bytedance/Dolphin

“Dolphin: Document Image Parsing via Heterogeneous Anchor Prompting”의 공식 저장소, ACL, 2025.

bytedance
⭐ 9,065 Python 👤 bytedance Organization 🕐 업데이트됨 2026-03-25 📅 생성됨 2025-05-13
3
ucbepic/docetl

에이전트 기반 LLM 기반 데이터 처리 및 ETL 시스템

ucbepic
⭐ 4,266 Python 👤 ucbepic Organization 🕐 업데이트됨 2026-11-17 📅 생성됨 2024-07-09
4
camelot-dev/camelot

PDF에서 표 데이터를 추출하는 Python 라이브러리

camelot-dev
⭐ 3,858 Python 👤 camelot-dev Organization 🕐 업데이트됨 2026-11-21 📅 생성됨 2019-07-01
5
echohive42/AI-reads-books-page-by-page

AI는 책을 읽습니다: 페이지별 PDF 지식 추출기 및 요약기. 스크립트는 PDF 책의 지능적인 페이지별 분석을 수행하여 체계적으로 지식 포인트를 추출하고 지정된 간격으로 점진적인 요약을 생성합니다.

echohive42
⭐ 3,453 Python 👤 echohive42 User 🕐 업데이트됨 2026-10-30 📅 생성됨 2024-12-28
6
kba/awesome-ocr

훌륭한 OCR 프로젝트 링크

kba
⭐ 3,074 👤 kba User 🕐 업데이트됨 2024-07-06 📅 생성됨 2016-04-27
7
UglyToad/PdfPig

C#에서 PDF에서 텍스트 및 기타 콘텐츠 읽기 및 추출 (PDFBox 포트)

UglyToad
⭐ 2,626 C# 👤 UglyToad Organization 🕐 업데이트됨 2026-11-10 📅 생성됨 2017-11-09
8
DanBloomberg/leptonica

Leptonica는 영상 처리 및 영상 분석 응용 프로그램에 널리 유용한 소프트웨어를 포함하는 오픈 소스 라이브러리입니다. Leptonica의 공식 GitHub 저장소는 danbloomberg/leptonica입니다. 자세한 내용은 leptonica.org를 참조하십시오.

DanBloomberg
⭐ 2,107 C 👤 DanBloomberg User 🕐 업데이트됨 2026-11-20 📅 생성됨 2016-01-13
9
NanoNets/docext

온프레미스, OCR 없는 비정형 데이터 추출, 마크다운 변환 및 벤치마킹 툴킷. (https://idp-leaderboard.org/)

NanoNets
⭐ 2,086 Python 👤 NanoNets Organization 🕐 업데이트됨 2026-03-17 📅 생성됨 2025-03-25
10
AlibabaResearch/AdvancedLiterateMachinery

고급 문학 기계를 위한 독창적이고 혁신적인 아이디어 및 알고리즘 모음입니다. 이 프로젝트는 Alibaba Group의 Tongyi Lab 언어 기술 연구소 OCR 팀에서 유지 관리합니다.

AlibabaResearch
⭐ 1,832 C++ 👤 AlibabaResearch Organization 🕐 업데이트됨 2026-03-17 📅 생성됨 2022-09-28
11
Topdu/OpenOCR

OpenOCR: 일반 OCR 연구 및 애플리케이션을 위한 오픈소스 도구킷으로, 통합된 훈련 및 평가 벤치마크, 상업용 수준의 OCR 및 문서 파싱 시스템, 그리고 광범위한 학술 논문에서 나온 핵심 구현의 충실한 재현을 통합합니다.

Topdu
⭐ 1,498 Python 👤 Topdu User 🕐 업데이트됨 2026-09-21 📅 생성됨 2024-05-31
12
DocumindHQ/documind

AI를 사용하여 문서에서 구조화된 데이터를 추출하는 오픈 소스 플랫폼입니다.

DocumindHQ
⭐ 1,475 JavaScript 👤 DocumindHQ Organization 🕐 업데이트됨 2025-05-15 📅 생성됨 2024-11-17
13
nishiwen1214/ChatReviewer

ChatReviewer: ChatGPT를 사용하여 논문의 장단점을 분석하고 개선 제안

nishiwen1214
⭐ 1,366 Python 👤 nishiwen1214 User 🕐 업데이트됨 2024-11-22 📅 생성됨 2023-03-18
14
Calamari-OCR/calamari

OCRopy를 기반으로 한 줄 기반 ATR 엔진

Calamari-OCR
⭐ 1,204 Python 👤 Calamari-OCR Organization 🕐 업데이트됨 2026-06-23 📅 생성됨 2018-03-20
15
Mingtzge/2019-CCF-BDCI-OCR-MCZJ-OCR-IdentificationIDElement

2019CCF-BDCI 대회 최우수 혁신 탐구상 수상자 OCR 기반 신분증 요소 추출 주제 챔피언 천晨破晓 팀 주제 소스 코드

Mingtzge
⭐ 899 Python 👤 Mingtzge User 🕐 업데이트됨 2024-07-25 📅 생성됨 2019-12-30
16
freelawproject/x-ray

PDF에 잘못된 비공개 처리(redaction)가 있는지 감지하는 도구

freelawproject
⭐ 837 Python 👤 freelawproject Organization 🕐 업데이트됨 2026-11-20 📅 생성됨 2020-12-17
17
datalab-to/pdftext

PDF에서 구조화된 텍스트를 빠르게 추출

datalab-to
⭐ 744 Python 👤 datalab-to Organization 🕐 업데이트됨 2026-10-22 📅 생성됨 2024-04-24
18
ispras/dedoc

Dedoc는 문서 구문 분석 및 통합 형식으로 가져오는 자동화 라이브러리(서비스)입니다. 텍스트 기반 전자 문서에서 콘텐츠, 논리 구조, 테이블 및 메타 정보를 자동으로 추출합니다. (문서 구문 분석; 문서 콘텐츠 추출; 논리 구조 추출; PDF 파서; 스캔 문서 파서; DOCX 파서; HTML 파서)

ispras
⭐ 739 Python 👤 ispras Organization 🕐 업데이트됨 2026-11-09 📅 생성됨 2020-12-07
19
OCR4all/OCR4all

웹 애플리케이션을 통해 OCR(광학 문자 인식) 서비스를 제공합니다

OCR4all
⭐ 713 Java 👤 OCR4all Organization 🕐 업데이트됨 2026-09-14 📅 생성됨 2019-01-23
20
allenai/pdffigures2

학술 PDF가 주어지면, 그림, 표, 캡션, 섹션 제목을 추출하세요.

allenai
⭐ 712 Scala 👤 allenai Organization 🕐 업데이트됨 2024-03-10 📅 생성됨 2016-05-09
22
ndl-lab/ndlocr_cli

NDLOCR 애플리케이션의 리포지토리(소스 코드 포함)

ndl-lab
⭐ 686 Python 👤 ndl-lab Organization 🕐 업데이트됨 2026-01-05 📅 생성됨 2022-03-30
23
allenai/science-parse

Science Parse는 PDF 형식의 과학 논문을 파싱하여 구조화된 형태로 반환합니다.

allenai
⭐ 686 Java 👤 allenai Organization 🕐 업데이트됨 2024-05-26 📅 생성됨 2015-08-19
24
0xabu/pdfannots

PDF 파일에서 텍스트 주석을 추출하고 형식을 지정합니다

0xabu
⭐ 676 Python 👤 0xabu User 🕐 업데이트됨 2026-11-12 📅 생성됨 2017-01-28
25
Alibaba-NLP/ViDoRAG

[EMNLP 2025] ViDoRAG: 동적 반복 추론 에이전트를 통한 시각 문서 검색 강화 생성

Alibaba-NLP
⭐ 670 Python 👤 Alibaba-NLP Organization 🕐 업데이트됨 2026-01-11 📅 생성됨 2025-02-25
26
opendatalab/MinerU-Diffusion

[ECCV 2026] 자기회귀 디코딩을 블록 수준 병렬 확산 디코딩으로 대체하는 문서 OCR을 위한 확산 기반 프레임워크.

opendatalab
⭐ 624 Python 👤 opendatalab Organization 🕐 업데이트됨 2026-06-18 📅 생성됨 2026-03-13
27
maxandrews/Epstein-doc-explorer

엡스타인 이메일의 그래프 탐색기

maxandrews
⭐ 598 JavaScript 👤 maxandrews User 🕐 업데이트됨 2025-11-20 📅 생성됨 2025-11-14
28
CybercentreCanada/assemblyline

Assemblyline 4: 파일 분류 및 악성코드 분석

CybercentreCanada
⭐ 572 Python 👤 CybercentreCanada Organization 🕐 업데이트됨 2026-11-20 📅 생성됨 2020-12-03
29
wenwenyu/PICK-pytorch

논문 "PICK:Improved Graph Learning-Convolutional Networks를 이용한 문서 핵심 정보 추출" (ICPR 2020) 코드

wenwenyu
⭐ 570 Python 👤 wenwenyu User 🕐 업데이트됨 2024-07-25 📅 생성됨 2020-07-15
30
leedrake5/unredact

불완전하게 편집된 문서를 읽고 원래 형식을 재현하기 위한 간단한 도구.

leedrake5
⭐ 565 Python 👤 leedrake5 User 🕐 업데이트됨 2026-01-06 📅 생성됨 2025-12-23
32
JoshData/pdf-diff

Python 기반의 PDF 비교 유틸리티입니다.

JoshData
⭐ 527 Python 👤 JoshData User 🕐 업데이트됨 2026-02-08 📅 생성됨 2014-06-09
33
awslabs/handwritten-text-recognition-for-apache-mxnet

이 저장소는 Apache MXNet 딥러닝 프레임워크를 사용하여 IAM 데이터셋에서 엔드투엔드 전체 페이지 필기 인식을 수행하기 위한 신경망 모델을 훈련할 수 있게 합니다.

awslabs
⭐ 526 Jupyter Notebook 👤 awslabs Organization 🕐 업데이트됨 2026-02-05 📅 생성됨 2019-02-26

자주 묻는 질문

1

GitHub에서 가장 인기 있는 #document-analysis 저장소는 무엇인가요?

GitHub에서 가장 높은 순위의 오픈 소스 #document-analysis 프로젝트는 84,093개의 스타를 받은 opendatalab/MinerU입니다. PDF와 Office 문서 같은 복잡한 문서를 LLM-ready markdown/JSON으로 변환하여 Agentic 워크플로에 사용합니다.

2

#document-analysis 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?

GitHub에서 순위가 가장 높은 #document-analysis 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, JavaScript, Java, C#입니다.

3

#document-analysis 저장소 순위는 어떻게 계산되나요?

#document-analysis 태그가 지정된 활성 오픈 소스 저장소(33개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 134,538개이며 저장소당 평균 4,076개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.