markdrop

Markdrop

Пакет Python для преобразования PDF (или PDF -URL -адресов) в размещение при извлечении изображений и таблиц. Markdrop позволяет легко конвертировать документы PDF в формат разметки при сохранении изображений и таблиц.

Функции

• PDF в преобразование уценки с форматированием сохранения с использованием док
• Автоматическое извлечение изображения с качественным сохранением с использованием XREF ID
• Обнаружение таблицы с использованием трансформатора таблицы Microsoft
• Поддержка URL -адреса PDF для трех функциональных возможностей
• Текстовые описательные описания для любого файла или папки изображения
• Оптическое распознавание символов (OCR) для изображений со встроенным текстом
• Усиленная поддержка структурированных выходных форматов (например, JSON, YAML)
• Поддержка многоязычных PDF

Установка

pip install markdrop  

https://pypi.org/project/markdrop

Быстрый старт

 from markdrop import extract_images , make_markdown , extract_tables_from_pdf

source_pdf = 'url/or/path/to/pdf/file'    # Replace with your local PDF file path or a URL
output_dir = 'data/output'                # Replace it with desired output directory's path

make_markdown ( source_pdf , output_dir )
extract_images ( source_pdf , output_dir , verbose = True )
extract_tables_from_pdf ( source_pdf , output_dir = output_dir )

 from markdrop import setup_keys

### API Key Setup
### If using 'openai' or 'gemini' as llm_client in the generate_descriptions function, you need to set up the API keys first.

setup_keys ()

 from markdrop import generate_descriptions

### Image Descriptions Generation

prompt = "Give textual highly detailed descriptions from this image ONLY, nothing else." # Replace it with your desired prompt
input_path = 'path/to/img_file/or/dir'    # Replace it with the path to the images dir or image file
output_dir = 'data/output'                # Replace it with the desired output directory's path
llm_clients = [ 'gemini' , 'llama-vision' ]        # Replace it with the desired models from ['qwen', 'gemini', 'openai', 'llama-vision', 'molmo', 'pixtral'] only

generate_descriptions ( input_path = input_path , output_dir = output_dir , prompt = prompt , llm_client = llm_clients )

Ссылка на API

make_markdown (source, output_dir, verbose = false)

Преобразует PDF или его URL в формат разметки.

Параметры:

• source (Str): Путь к вводу PDF или URL
• output_dir (str): путь выходного каталога
• verbose (bool): включить подробную регистрацию

extract_images (source, output_dir, verbose = false)

Извлекает изображения из PDF или его URL при сохранении качества.

Параметры:

• source (Str): Путь к вводу PDF или URL
• output_dir (str): путь выходного каталога
• verbose (bool): включить подробную регистрацию

extract_tables_from_pdf (pdf_path, ** kwargs)

Обнаружает и извлекает изображения таблиц.

Параметры:

• pdf_path (str): путь к вводу PDF или URL
• start_page (int, необязательно): номер начальной страницы
• end_page (int, необязательно): номер конца страницы
• threshold (поплавок, необязательно): порог уверенности обнаружения
• output_dir (str): путь выходного каталога

Generate_descriptions (input_path, output_dir, rasfor, llm_client)

Генерирует описание изображений (ы) на основе заданного приглашения и llm_client в CSV

Поддерживаемые llm clients являются [Qwen ',' Gemini ',' openai ',' llama-vision ',' molmo ',' pixtral ']

Параметры:

• input_path (str): путь к вводу PDF или URL
• output_dir (str): путь выходного каталога
• prompt (Str): подсказка для отправки на модель вместе с изображением
• llm_client (список): список, содержащий минимум одну модель от клиентов LLM

Analyze_pdf_images (source, output_dir, verbose = false):

Анализ различных типов ссылок на изображение в PDF из локального файла или URL

Параметры:

• source (STR): локальный PDF -путь или URL -адрес PDF
• output_dir (str): каталог для временных файлов
• verbose (Bool): печатайте подробную информацию

Внося

Мы приветствуем вклад! Пожалуйста, смотрите наши рекомендации для получения подробной информации.

Настройка разработки

1. Клонировать репозиторий:

git clone https://github.com/shoryasethia/markdrop.git  
cd markdrop  

2. Создайте виртуальную среду:

python -m venv venv  
source venv/bin/activate  # On Windows: venvScriptsactivate  

3. Установить зависимости разработки:

pip install -r requirements.txt  

Структура проекта

markdrop/  
├── LICENSE  
├── README.md  
├── CONTRIBUTING.md  
├── CHANGELOG.md  
├── requirements.txt  
├── setup.py  
└── markdrop/ 
    ├── models/
    |   ├── .env
    |   ├── img_descriptions.py
    |   ├── logger.py
    |   ├── model_loader.py
    |   ├── responder.py
    |   └── setup_keys.py
    ├── __init__.py  
    ├── main.py  
    ├── utils.py  
    ├── helper.py
    └── ignore_warnings.py  

Лицензия

Этот проект лицензирован по лицензии MIT - для получения подробной информации см. Файл лицензии.

Изменение

Смотрите ChangeLog.md для истории версий.

Нормы поведения

Обратите внимание, что этот проект следует за нашем кодексом поведения.

Поддерживать

• Откройте проблему