gmft

gmft官網

gmft是一個用于將PDF中的表格轉換為多種格式的工具包。它輕量級、模塊化且性能優越。gmft依賴于微軟的Table Transformers，這是眾多替代方案中性能最好、最可靠的。gmft無需GPU即可運行，具有高吞吐量，并且安裝簡便，僅需一行代碼即可完成安裝。它使用PyPDFium2，因其高吞吐量和寬松的許可證而受到青睞。gmft使用的訓練模型TATR在多樣化的數據集PubTables-1M上訓練，具有高可靠性。

gmft是什么？

gmft是一款輕量級、高性能的PDF表格提取工具，它能夠將PDF文檔中的表格數據快速、高效地轉換為多種格式，例如Pandas DataFrame。gmft基于微軟的Table Transformers模型，無需GPU即可運行，并具有高吞吐量，即使處理大量PDF文件也能保持高效。它使用PyPDFium2庫進行PDF處理，確保了其速度和兼容性。

gmft的主要功能

gmft的主要功能是將PDF表格轉換為其他格式，并提供豐富的附加功能，例如：

• 支持多種輸出格式，包括Pandas DataFrame等。
• 能夠輸出表格的文本內容和位置信息。
• 可以輸出表格的裁剪圖像。
• 支持表格標題的提取。
• 無需OCR，即可處理圖像和掃描PDF。
• 高吞吐量，快速處理大量PDF文件。
• 可配置性強，支持自定義模型和提取方法。

如何使用gmft

gmft的使用非常簡單，主要步驟如下：

1. 安裝： 使用命令pip install gmft安裝gmft。
2. 導入模塊： 在Python腳本中導入必要的模塊，例如CroppedTable,TableDetector,AutoTableFormatter等。
3. 創建文檔對象： 使用PyPDFium2Document創建PDF文檔對象。
4. 表格檢測： 使用TableDetector遍歷文檔頁面，檢測表格。
5. 表格格式化： 使用AutoTableFormatter格式化檢測到的表格。
6. 數據轉換： 將提取的表格數據轉換為所需格式，例如Pandas DataFrame。
7. 關閉文檔： 使用close()方法關閉文檔對象釋放資源。

gmft產品價格

gmft是一個開源工具，完全免費使用。

gmft常見問題

gmft支持哪些類型的PDF文件？ gmft支持各種類型的PDF文件，包括圖像型PDF和掃描PDF，無需OCR即可進行表格提取。

gmft的性能如何？ gmft基于高效的Table Transformers模型和PyPDFium2庫，具有高吞吐量和優越的性能，能夠快速處理大量PDF文件。

gmft的輸出格式有哪些？ gmft支持多種輸出格式，最常用的就是Pandas DataFrame，方便用戶進行后續的數據分析。當然，它也支持輸出表格的文本和位置信息以及裁剪圖像。

gmft官網入口網址

https://github.com/conjuncts/gmft

OpenI小編發現gmft網站非常受用戶歡迎，請訪問gmft網址入口試用。