#pdf-parser 저장소
#pdf-parser 태그가 지정된 GitHub의 활성 오픈 소스 저장소 21개를 확인해 보세요. 총 321,543개의 스타를 획득했으며 프로젝트당 평균 15,311개입니다. 이 주제를 이끄는 저장소는 92,972개의 스타를 받은 PaddlePaddle/PaddleOCR입니다.
저장소 총 21개
어떤 PDF나 이미지 문서든 AI를 위한 구조화된 데이터로 전환하세요. 이미지/PDF와 LLM 사이의 간극을 연결하는 강력하고 가벼운 OCR 툴킷입니다. 100개 이상의 언어를 지원합니다.
PDF 검사, 분류, 텍스트 추출을 위한 빠른 Rust 라이브러리. 스캔된 PDF와 텍스트 기반 PDF를 지능적으로 감지하여 스마트 라우팅 결정을 가능하게 합니다.
“Dolphin: Document Image Parsing via Heterogeneous Anchor Prompting”의 공식 저장소, ACL, 2025.
PDF craft는 PDF 파일을 다양한 다른 형식으로 변환할 수 있습니다. 이 프로젝트는 스캔된 책의 PDF 파일 처리에 중점을 둘 것입니다.
yft-design은 Vue3, fabric.js 및 Element Plus로 구축된 강력하고 시각적으로 놀라운 온라인 디자인 도구입니다. fabric.js 기반의 오픈 소스 버전 【稿定设计】입니다. 포스터 디자인 및 이미지 편집 기능을 갖춘 미려하고 강력한 온라인 디자인 도구입니다. 포스터 생성, 전자상거래 제품 이미지 제작, 기사 긴 이미지 디자인, 비디오/공식 계정 표지 편집 등 다양한 시나리오에 적합합니다.
지능형 구조화 데이터 추출 및 고급 OCR을 사용하여 모든 문서, 이미지, PDF, Word 문서, PPT 또는 URL에서 데이터를 여러 형식(Markdown, JSON, CSV, HTML)으로 추출하고 변환합니다.
다양한 문서 형식(pdf, docx, pptx, html, 이미지 등)을 Markdown으로 효율적으로 변환하는 손쉬운 배포 및 확장 가능한 백엔드 서버입니다. CPU 및 GPU 처리 모두를 지원하므로 대규모 워크플로에 이상적이며, 텍스트/테이블 추출, OCR 및 동기/비동기 엔드포인트를 사용한 일괄 처리를 제공합니다.
Python과 Rust를 위한 가장 빠른 PDF 라이브러리. 텍스트 추출, 이미지 추출, 마크다운 변환, PDF 생성 및 편집. 평균 0.8ms, 업계 선두보다 5배 빠름, 3,830개 PDF에서 100% 성공률. MIT/Apache-2.0.
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)
[ECCV 2026] 자기회귀 디코딩을 블록 수준 병렬 확산 디코딩으로 대체하는 문서 OCR을 위한 확산 기반 프레임워크.
자주 묻는 질문
GitHub에서 가장 인기 있는 #pdf-parser 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #pdf-parser 프로젝트는 92,972개의 스타를 받은 PaddlePaddle/PaddleOCR입니다. 어떤 PDF나 이미지 문서든 AI를 위한 구조화된 데이터로 전환하세요. 이미지/PDF와 LLM 사이의 간극을 연결하는 강력하고 가벼운 OCR 툴킷입니다. 100개 이상의 언어를 지원합니다.
#pdf-parser 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #pdf-parser 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Rust, TypeScript, Java입니다.
#pdf-parser 저장소 순위는 어떻게 계산되나요?
#pdf-parser 태그가 지정된 활성 오픈 소스 저장소(21개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 321,543개이며 저장소당 평균 15,311개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.