📱PDF Craft.

PDF Craft — превращает сканированные PDF-файлы в различные форматы с помощью OCR + LLM.

🔹Что делает PDF Craft:

🔘Читает PDF по страницам.

🔘Удаляет хедеры, футеры, сноски и номера страниц.

🔘Использует OnnxOCR для распознавания.

🔘Определяет порядок чтения с layoutreader.

🔘Собирает связный текст, даже между страницами.

🔘Конвертирует в Markdown или EPUB.

🔘Генерирует оглавление и главы.

🔘Исправляет ошибки OCR с помощью LLM (DeepSeek).

❗️Поддерживает локальное ускорение через GPU.

#PDFCraft #OCR #EPUB #Markdown #OnnxOCR #PythonTools #AIinPublishing #DeepSeek #LLM #BookParsing #PythonOCR #DocumentAI #AcademicTools #PDFtoText #OpenSource #Python3

📱Ссылка на репозиторий:
https://github.com/oomol-lab/pdf-craft

📱MinerU.

MinerU 2.5 — революционный инструмент для интеллектуального парсинга документов и PDF, превосходящий даже GPT-4o, Gemini 2.5 Pro и Qwen2.5-VL-72B в бенчмарке OmniDocBench.

✅Созданный командой OpenDataLab, этот open-source проект превращает PDF-файлы в машинно-читаемые форматы (Markdown, JSON и др.) с высокой точностью и скоростью.

🔹Основные возможности:

🔘Мультимодальная архитектура с 1.2B параметров — SOTA-результаты при сверхэффективности

🧾 Распознавание структуры документа: заголовки, таблицы, формулы, изображения.

🔘Конвертация формул в LaTeX, таблиц — в HTML.

🔘Распознавание макета, порядка чтения и даже сложных математических формул.

🔘OCR на 84 языках, поддержка CPU/GPU/NPU.

🔘Поддержка CLI, API, WebUI, Docker и Gradio.

🚀Установка:

uv pip install -U "mineru[core]"

#Python #AI #OCR #PDFParsing #MinerU #OpenDataLab #LLM #Gemini25 #GPT4o #Qwen25 #DocumentAI #ComputerVision #OpenSource #DeepLearning #LaTeX #TableRecognition #AIResearch

📱Ссылка на репозиторий:
https://github.com/opendatalab/mineru

📱Chandra.

Chandra — это точная система OCR, которая преобразует изображения и PDF в структурированные HTML, Markdown или JSON с сохранением макета документа.

🔹Особенности Chandra:

🔘Конвертация документов в Markdown/HTML/JSON с точным расположением элементов.

🔘Поддержка рукописного текста и сложных форм с чекбоксами.

🔘Распознаёт таблицы, формулы, схемы и диаграммы.

🔘Поддерживает 40+ языков.

🔘Работает в двух режимах: локально (HuggingFace) или удалённо (vLLM сервер).

🔘Экспорт изображений, метаданных и структурированных данных.

🔘Имеет CLI и Streamlit Web App для удобного использования.

🔻Пример запуска:

pip install chandra-ocr
chandra input.pdf ./output --method hf

✅Chandra делает возможным превращение любых документов — от сканов до рукописей — в точную цифровую структуру.

#Chandra #OCR #AI #Python #MachineLearning #DocumentAI #vLLM #HuggingFace #OpenSource

📱Ссылка на репозиторий:
https://github.com/datalab-to/chandra