Ce projet propose un backend spécialisé dans l'extraction de texte à partir de documents numérisés ou PDF via des technologies d'OCR avancées. Il permet aux utilisateurs de traiter des fichiers volumineux en exploitant plusieurs modèles d'OCR (Marker, Nanonets, OlmOCR) pour une conversion précise et rapide. L'outil est conçu pour s'intégrer facilement dans des workflows existants, offrant une solution scalable et performante pour la digitalisation de documents.

DigiPDF est une application web open source dédiée à la manipulation et à l'optimisation de fichiers PDF. Elle permet aux utilisateurs de convertir, fusionner, diviser, compresser ou extraire du texte et des images depuis des documents PDF. L'outil intègre également des fonctionnalités avancées comme la conversion d'images en PDF ou l'optimisation de fichiers pour réduire leur taille.

Ce projet propose des scripts et des modèles pour manipuler des fichiers textes au format Markdown, en les convertissant notamment en PDF. Il inclut des modèles de diaporama et de rapport, ainsi qu'un script de conversion markdown en PDF.

Pandoc est un outil de conversion de documents permettant de transformer des fichiers textes dans différents formats en HTML, PDF, ou ebooks. Il facilite la création de documentation technique en prenant en charge les langages de balisage tels que Markdown, reStructuredText, ou AsciiDoc.

Serveur dédié au traitement et à la conversion de documents PDF en formats structurés comme le Markdown, le JSON ou l'HTML. Il permet d'extraire et de structurer le contenu textuel des documents, y compris ceux nécessitant une reconnaissance optique de caractères (OCR). Idéal pour automatiser la gestion de fichiers volumineux ou complexes, il offre des fonctionnalités avancées comme le traitement par lots, l'amélioration de la précision via des modèles d'IA, et une intégration facile via une API REST.