Tabled
T
Tabled
简介 :
Tabled是一个用于检测和提取表格的Python库,它使用surya来识别PDF中的表格,识别行列,并能够将单元格格式化为Markdown、CSV或HTML。这个工具对于数据科学家和研究人员来说非常有用,他们经常需要从PDF文档中提取表格数据以进行进一步的分析。Tabled的主要优点包括高准确性的表格检测和提取能力,支持多种输出格式,以及易于使用的命令行界面。此外,它还提供了一个交互式的APP,允许用户直观地尝试在图像或PDF文件上使用Tabled。
需求人群 :
Tabled的目标受众主要是数据科学家、研究人员和开发者,他们需要从PDF文档中提取表格数据以进行数据分析或进一步处理。这个工具适合他们,因为它提供了高准确性的表格检测和提取,支持多种输出格式,并且易于集成到现有的工作流程中。
总访问量: 474.6M
占比最多地区: US(19.34%)
本站浏览量 : 66.2K
使用场景
研究人员使用Tabled从学术论文的PDF中提取数据,以便进行统计分析。
数据科学家利用Tabled将市场研究报告中的表格数据转换为CSV格式,用于经济预测模型。
开发者将Tabled集成到他们的软件产品中,以提供自动化的PDF表格数据处理功能。
产品特色
检测PDF中的表格并识别行列
将表格数据格式化为Markdown、CSV或HTML
支持命令行工具和交互式APP两种使用方式
自动下载模型权重,无需额外配置
提供额外的行和列信息的JSON文件保存选项
能够保存显示检测到的行、列和单元格的调试图像
支持从Python代码中直接调用,便于集成到更大的工作流程中
使用教程
1. 安装Python 3.10+和PyTorch。
2. 使用pip安装Tabled:'pip install tabled-pdf'。
3. 运行Tabled,指定数据路径:'tabled DATA_PATH'。
4. 使用--format选项指定输出格式(Markdown、HTML或CSV)。
5. 如果需要,使用--save_json选项保存额外的行和列信息。
6. 使用--save_debug_images选项保存调试图像。
7. 如果图像已经是裁剪过的表格,使用--skip_detection选项。
8. 查看生成的'results.json'文件,它包含了提取的表格数据。
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase