🖥 MinerU — это инструмент, который преобразует PDF-файлы в машиночитаемые форматы (например, markdown, JSON), что позволяет легко извлекать их в любой формат

❓ Основные характеристики:

🌟 Удаляет такие элементы, как верхние и нижние колонтитулы, сноски и номера страниц, сохраняя при этом семантическую непрерывность

🌟 Выводит текст из многоколоночных документов в удобном для восприятия виде

🌟 Сохраняет исходную структуру документа, включая заголовки, абзацы и списки

🌟 Извлекает изображения, подписи к изображениям, таблицы и подписи к таблицам

🌟 Автоматически распознает формулы в документе и преобразует их в LaTeX

🌟 Автоматически распознает таблицы в документе и преобразует их в LaTeX

🌟 Автоматически обнаруживает и включает функцию OCR для поврежденных PDF-файлов

🌟 Поддерживает как CPU, так и GPU среды

🌟 Поддерживает платформы Windows, Linux и Mac

🔐 Лицензия: AGPL-3.0

▪️Github

@pythonl