layout-parser

收录理由

把成堆的扫描件变成结构化数据，通常意味着要写一堆针对特定版式的规则，可一旦换一种模板，这些规则就失效了。LayoutParser 走了另一条路：它用一层轻巧的 Python 封装，把预训练好的深度学习检测模型接进来，几行代码就能定位出文本块、图片和表格。同一个接口还能对接 OCR，并且支持对检测出的区域做筛选和重排——比如从双栏页面里单独取出左栏，只需要几次操作，不必再写定制脚本。检测结果可以导出成 JSON、CSV 或 COCO 格式，方便交给下游工具。如果手里的文档和公开数据集差异很大，也可以用自己的页面去微调检测器。对经常处理文档的团队来说，这套工具提供的是一个统一、可组合的工作流，而不是一堆零散模型的拼凑。