Git Stars Git Stars

#table-extraction Repositórios

Descubra 11 repositórios ativos de código aberto no GitHub marcados com #table-extraction, acumulando um total de 93,330 estrelas (uma média de 8,484 por projeto). O líder deste tópico é datalab-to/marker, com 41,010 estrelas.

11
Total de Repositórios
93,330
Total de estrelas
8,484
Média de Estrelas/Repositório
Linguagens de programação: Python Rust

11 repositórios no total

1
datalab-to/marker

Converter PDF para markdown + JSON rapidamente e com alta precisão

datalab-to
⭐ 41,010 Python 👤 datalab-to Organization 🕐 Atualizado 2026-11-20 📅 Criado 2023-10-30
2
datalab-to/chandra

Modelo de OCR que lida com tabelas complexas, formulários e escrita à mão com layout completo.

datalab-to
⭐ 12,741 Python 👤 datalab-to Organization 🕐 Atualizado 2026-11-16 📅 Criado 2025-10-08
3
pymupdf/PyMuPDF

Mecanismo de documentos para IA com reconhecimento de layout e um kit de ferramentas Python repleto de recursos para extrair, renderizar e editar PDFs e outros documentos. Desde a versão 2.0, sua análise de layout baseada em aprendizado de máquina transforma arquivos PDF e Office em Markdown de alta qualidade para RAG e agentes, funciona rapidamente na CPU e vincula cada resultado à página de origem.

pymupdf
⭐ 11,175 Python 👤 pymupdf Organization 🕐 Atualizado 2026-11-20 📅 Criado 2012-10-06
4
jsvine/pdfplumber

Obtenha informações detalhadas sobre cada caractere, retângulo, linha, etc., em um PDF — e extraia facilmente texto e tabelas.

jsvine
⭐ 10,918 Python 👤 jsvine User 🕐 Atualizado 2026-11-21 📅 Criado 2015-08-24
5
xberg-io/xberg

O mecanismo de inteligência documental rápido e preciso para todos os idiomas: texto, tabelas e metadados de mais de 100 formatos, com OCR, transcrição e inteligência de código.

xberg-io
⭐ 9,606 Rust 👤 xberg-io Organization 🕐 Atualizado 2026-11-21 📅 Criado 2025-01-31
6
microsoft/table-transformer

Table Transformer (TATR) é um modelo de aprendizado profundo para extrair tabelas de documentos não estruturados (PDFs e imagens). Este é também o repositório oficial para o conjunto de dados PubTables-1M e a métrica de avaliação GriTS.

microsoft
⭐ 2,820 Python 👤 microsoft Organization 🕐 Atualizado 2024-06-24 📅 Criado 2021-05-17
7
NanoNets/docext

Um kit de ferramentas local, livre de OCR para extração de dados não estruturados, conversão para markdown e benchmarking. (https://idp-leaderboard.org/)

NanoNets
⭐ 2,086 Python 👤 NanoNets Organization 🕐 Atualizado 2026-03-17 📅 Criado 2025-03-25
8
xavctn/img2table

img2table é uma biblioteca Python para identificação e extração de tabelas para PDF e imagens, baseada no processamento de imagens OpenCV

xavctn
⭐ 903 Python 👤 xavctn User 🕐 Atualizado 2026-11-12 📅 Criado 2022-03-21
9
yigitkonur/api-llm-ocr

PDF para markdown usando LLMs de visão — tabelas, layout e estrutura preservados

yigitkonur
⭐ 900 Python 👤 yigitkonur User 🕐 Atualizado 2026-02-21 📅 Criado 2024-09-22
10
run-llama/ParseBench

ParseBench - Um benchmark de análise de documentos para agentes de IA

run-llama
⭐ 650 Python 👤 run-llama Organization 🕐 Atualizado 2026-11-21 📅 Criado 2026-04-10
11
conjuncts/gmft

Extração de tabelas profunda, leve e eficiente

conjuncts
⭐ 544 Python 👤 conjuncts User 🕐 Atualizado 2026-07-24 📅 Criado 2024-06-08

Perguntas Frequentes

1

Qual é o repositório de #table-extraction mais popular no GitHub?

O projeto de código aberto de #table-extraction mais bem classificado no GitHub é datalab-to/marker, com 41,010 estrelas. Converter PDF para markdown + JSON rapidamente e com alta precisão

2

Quais linguagens de programação são mais usadas nos repositórios de #table-extraction?

Entre os projetos de #table-extraction mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Rust.

3

Como é calculada a classificação dos repositórios de #table-extraction?

Acompanhamos 11 repositórios ativos de código aberto marcados com #table-extraction (com mais de 500 estrelas), totalizando 93,330 estrelas e uma média de 8,484 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.