跳到正文
热点事件观察中

开源PDF视觉OCR转Markdown管线仓库发布

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

开发者 HamzaElshammaa 在 GitHub 发布开源仓库 markitdown-pdf-ocr-pipeline，用于将图片密集型的大学课件和技术 PDF 转换为 Markdown。 该工具结合 pdfminer.six 的稀疏文本页面检测与 Microsoft MarkItDown，支持 Gemini、OpenAI 和本地 LM Studio 等视觉大模型。管线分两步：先用 check_pages.py 遍历每页排版元素并标记文本稀疏的页面，再对标准文本提取器返回空结果的整页图表和扫描图调用视觉模型转换，最终输出 Markdown。

AI 根据报道生成 · 2 天前更新

最新进展10月25日 16:21
markitdown-pdf-ocr-pipeline：基于 MarkItDown 与视觉 LLM 的 PDF 幻灯片 OCR 转换管线

报道时间线

沿着报道，了解事件的不同侧面。

10月25日
  1. GitHub · 灵魂体仓库
    markitdown-pdf-ocr-pipeline：基于 MarkItDown 与视觉 LLM 的 PDF 幻灯片 OCR 转换管线

    GitHub 开源项目 markitdown-pdf-ocr-pipeline 是面向图片密集型大学课件和技术 PDF 的文档提取工具，结合 pdfminer.six 的稀疏文本页面检测、Microsoft MarkItDown 与视觉 LLM（Gemini / OpenAI / 本地 LM Studio）。管线分两步：先用 check_pages.py 通过 pdfminer.six 遍历每页 LTTextContainer 排版元素并标记文本稀疏的页面，再对标准文本提取器返回空结果的整页图表、扫描图进行视觉模型转换，输出 Markdown。

本事件热度走势

可比范围当前
3
可比范围峰值
1010月25日 17:00
近 24 小时变化
-49%

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。