pdf-document-layout-analysis开源项目 – PDF文档布局分析与OCR服务
该项目是一个基于Docker的PDF文档布局分析与OCR服务，提供强大的PDF分析功能。它能够对PDF页面进行OCR、分割和分类，识别文本、标题、图片、表格等元素，并确定这些元素的正确顺序。项目支持高性能视觉模型（Vision Grid Transformer）和快速轻量级模型（LightGBM）两种模式，适用于不同资源需求的场景。此外，它还支持表格和公式的多种格式提取（如Markdown、LaTeX、HTML等），并可通过Tesseract OCR支持多种语言的文本识别。
