PDF文档分析工具 自动识别布局

介绍

这是一款开源的 PDF 文档分析工具，能够自动识别页面中的文本、标题、图片、表格等元素，并确定正确的阅读顺序。提供用户友好的 Gradio 网页界面，支持高级布局分析（VGT 高精度模型或 LightGBM 快速模型），多格式输出（JSON、Markdown、HTML），内置 Ollama 自动翻译及 Tesseract OCR（150+语言）。同时支持表格（HTML）与公式（LaTeX）提取，提供 RESTful API 和 Docker 部署。适合开发者学习文档解析、机器学习模型应用及文档处理流水线设计。

使用说明

阅读压缩包内的README.md文件。

图片演示