클라우드 없이 로컬에서 끝내는 고성능 PDF 파서 LiteParse
AI Tool·Rust0 / 0
PDF.js와 Tesseract.js를 결합하여 외부 API 의존성 없이 로컬 환경에서 텍스트, 레이아웃, 이미지 스크린샷을 추출하는 오픈소스 문서 파싱 도구입니다.
주요 기능
- PDF.js 기반의 고속 공간 텍스트 파싱 및 좌표 추출
- Tesseract.js 내장으로 별도 설정 없는 즉각적인 OCR 수행
- EasyOCR, PaddleOCR 등 외부 OCR 서버와의 유연한 HTTP 연동
- LibreOffice 및 ImageMagick 연동을 통한 Office 문서와 이미지 자동 변환
- LLM 에이전트용 고해상도 페이지 스크린샷 생성 및 관리
어떻게 동작하는가
PDF.js를 통해 문서의 텍스트 레이어와 위치 정보를 직접 추출하고, 텍스트가 없는 영역은 Tesseract.js 또는 외부 OCR 서버 API를 호출하여 인식된 텍스트를 원본 레이아웃 좌표계에 병합합니다.
8.9k
Stars
533
Forks
+254
Trending
0
조회수
8.9k watchers15 open issues
관련 토론
아직 관련 토론이 없습니다.
댓글
댓글을 작성하려면 로그인이 필요합니다.