OCRFlux 是一个基于多模态大型语言模型的工具包，用于将 PDF 和图像转换为干净、可读的纯 Markdown 文本。它旨在将当前技术水平推向一个更高的层次。 功能：解析整个文件 在每一页上 即使存在多栏布局、图表和插图，也能转换为具有自然阅读顺序的文本 支持复杂的表格和方程 自动删除页眉和页脚 跨页表格/段落合并 跨页表格合并 跨页段落合并 https://github.com/chatdoc-com/OCRFlux/#/ #ocr GitHub GitHub - chatdoc-com/OCRFlux: OCRFlux is a lightweight yet powerful multimodal toolkit that significantly advances PDF-to-Markdown… OCRFlux is a lightweight yet powerful multimodal toolkit that significantly advances PDF-to-Markdown conversion, excelling in complex layout handling, complicated table parsing and cross-page conte...

GitHub - hiroi-sora/Umi- OCR : OCR software, free and offline. 开源、免费的离线OCR软件。支持截屏/批量导入图片，PDF文档识别，排除水印/页眉页脚，扫描/生成二维码。内置多国语言库。 https://github.com/hiroi-sora/Umi-OCR #ocr GitHub GitHub - hiroi-sora/Umi- OCR : OCR software, free and offline. 开源、免费的离线OCR软件。支持截屏/批量导入图片，PDF文档识别，排除水印/页眉页脚，扫描/生成二维码。内置多国语言库。 OCR software, free and offline. 开源、免费的离线OCR软件。支持截屏/批量导入图片，PDF文档识别，排除水印/页眉页脚，扫描/生成二维码。内置多国语言库。 - hiroi-sora/Umi- OCR