1 repository
Awesome GitHub RepositoriesImage-Based Structured Extraction
Extracts specific structured data points from visual image files.
Distinct from Image Extractions: Focuses on extracting usable data from images, rather than just isolating image files from documents.
Explore 1 awesome GitHub repository matching data & databases · Image-Based Structured Extraction. Refine with filters or upvote what's useful.
Awesome Image-Based Structured Extraction GitHub Repositories
Găsește cele mai bune repo-uri cu AI.Vom căuta cele mai potrivite repository-uri folosind AI.
- remitchell/python-scraping
REMitchell/python-scraping
4,714Vezi pe GitHubAcest proiect este o bibliotecă Python pentru web scraping și o suită de colectare automată a datelor. Oferă instrumente pentru extragerea datelor structurate de pe site-uri web, implementarea de web crawlere pentru a naviga prin link-urile site-urilor și parsarea structurilor DOM HTML pentru a izola elemente și atribute specifice. Toolkit-ul include un pipeline pentru procesarea textului nestructurat și curățarea conținutului web brut pentru a extrage informații relevante. De asemenea, dispune de capabilități pentru extragerea datelor din imagini și integrarea API-urilor externe pentru a prelua date structurate de la endpoint-uri remote. Sistemul acoperă domenii largi de capabilități, inclusiv extragerea automată a datelor web, fluxuri de lucru de web crawling și tehnici pentru a ocoli obstacolele de scraping folosind proxy-uri și rezolvatoare de CAPTCHA.
Converts image pixels into structured, usable data through specialized processing techniques.
Jupyter Notebook
