MinerU是一款将PDF转化为机器可读格式的工具（如markdown、json），可以很方便地抽取为任意格式。
主要功能：
1、删除页眉、页脚、脚注、页码等元素，确保语义连贯
2、输出符合人类阅读顺序的文本，适用于单栏、多栏及复杂排版
3、保留原文档的结构，包括标题、段落、列表等
4、提取图像、图片描述、表格、表格标题及脚注
5、自动识别并转换文档中的公式为LaTeX格式
6、自动识别并转换文档中的表格为HTML格式
7、自动检测扫描版PDF和乱码PDF，并启用OCR功能
8、OCR支持84种语言的检测与识别
9、支持多种输出格式，如多模态与NLP的Markdown、按阅读顺序排序的10、JSON、含有丰富信息的中间格式等
11、支持多种可视化结果，包括layout可视化、span可视化等，便于高效确认输出效果与质检
12、支持纯CPU环境运行，并支持 GPU(CUDA)/NPU(CANN)/MPS 加速
13、兼容Windows、Linux和Mac平台
标签：
MinerUv2.5.4 源码链接：https://www.hycodes.cn/kfkj/5097.html
下载说明：本站部分资源供学习交流使用，如商业用途，请购正版。
