Izvlečenje dokumentov OmniDoc

Izvlečenje dokumentov OmniDoc / Primerjava za leto 2026

Brezplačni orodji za izvleko dokumentov v primerjavi za leto 2026: PDF do Markdown in JSON

Pretvorba PDF-jev, skenov in Office datotek v Markdown in JSON s podnaslovi, tabelami in slikami lahko pomeni gostovanje odprtokodnega modela ali klicanje API, ki ga zaračunavajo po strani. Ta stran postavlja brezplačne pakete, vhode, izhode in nastavitve sedmih pogostih orodij drug ob drugem, s uradnim virom za vsako številko.

Ta primerjava je napisana s strani ekipe OmniDoc, OmniDoc pa je naš lasten izdelek. Vsaka številka o drugem orodju izvira iz njegove uradne strani ali repozitorija, preverjena 14. novembra 2026; njihove strani imajo prednost, če se kaj razlikuje.

Izvlečite datoteko brezplačno z OmniDoc

Na prvi pogled: brezplačni limit, vhodi, izhodi

OrodjeBrezplačni limitVhodiIzhod / nastavitev
OmniDoc brezplačna izvleka dokumentov naše orodjeDo 501 strani na PDF, brez mesečnega limita; opravila v brezplačnem načrtu čakajo v vrsti; potrebujete brezplačen račun OmniDocPDF, skenirane PDF, slike PNG/JPG/WEBP/BMP, Word, PowerPoint, Excel, CSV, EPUB, HTML, Markdown, TXT, SRT/ASSSpletna stran, ničesar ni treba namestiti; ZIP z dokumentom.md, dokumentom.json, slikami/ in manifest.json
MinerUOdprta koda, samostojno gostovanje; spletna API: 2.000 strani na dan na račun z najvišjo prednostjo, po tem nižja prednostPDF, slike, DOC/DOCX, PPT/PPTX, XLS/XLSX, RTF, ODT/ODS/ODP, EPUB, OFD, HTML/MHTML, CSV/TSVMarkdown, HTML, LaTeX, DOCX in več; samostojno gostovanje, spletna API ali predstavitve na Hugging Face in ModelScope
DoclingOdprtokodno (koda pod MIT), deluje na vašem lastnem računalniku, brez omejitev uporabePDF, DOCX, PPTX, XLSX, HTML, EPUB, slike in še večMarkdown, HTML, DocTags, brez izgube podatkov JSON; deluje lokalno, OCR za skenirane strani
Marker (Datalab)Odprtokodna koda (Apache 2.0); gostovanje API dovoljenje v višini 20 dolarjev na mesec z službenim e-poštnim naslovom, 10 dolarjev z osebnimPDF, slike, PPTX, DOCX, XLSX, HTML, EPUBMarkdown, JSON, HTML, sklopi; enačbe kot LaTeX, tabele kot HTML
LlamaParse (LlamaIndex)10.000 brezplačnih kreditov na mesec za nove uporabnike; osnovno razčlenjevanje od 1 kredit na stranOglejte si uradno spletno mestoSpletna API (LlamaCloud), potrebno je račun
MathpixBrezplačno: 10 strani PDF in 10 slik na mesec (2x z e-poštnim sporočilom .edu); Pro za 4,99 $/mesec za 1.000 straniPDF, slikeAplikacija in API; močna pri formulah
Azure AI Document IntelligenceBrezplačni nivo F0: 500 strani na mesec, vendar vsaka analiza zajema le prvih 2 strani in datoteke do 4 MBPDF, slike JPEG/PNG/BMP/TIFF/HEIF, DOCX, PPTX, XLSV oblaku API je potrebno račun Azure; model postavitve vrne odstavke, tabele in strukturo

Orodje za orodje: komu ustreza in na kaj paziti

OmniDoc brezplačna izvleka dokumentov naše orodje

Naslovi, odstavki in sezname ohranjajo hierarhijo izvirnika; dva ali tri stolpca sta združena po vrstnem redu branja. Tabele pridejo kot Markdown tabele ter kot vrstice in stolpci v JSON; slike so shranjene v images/ z označenimi položaji. Skenirane strani gredo skozi prepoznavo besedila (OCR) in so nato organizirane glede na njihovo postavitev. Le vi lahko vidite datoteke, ki jih naložite, in njihove rezultate.

Dobro za: Markdown in JSON brez nastavljanja ničesar ali pisanja kode; priprava dokumentov za bazo znanja ali RAG.

MinerU

Lizencirano pod MinerU Open Source License (temelji na Apache 2.0 z dodatnimi pogoji). Precision Extract API potrebuje žeton in sprejema datoteke do 200 MB in 600 strani; Agent Lightweight API ne zahteva prijave in sprejema datoteke do 10 MB in 20 strani, omejeno po hitrosti glede na IP.

Dobro za: razvijalci s GPU, ki želijo samostojno gostovanje, ali ki paketno obdelujejo kitajske dokumente prek API.

Vir: MinerU — GitHub README, MinerU — API documentation (limits)

Docling

Njegova README navaja postavitev strani, vrstni red branja in strukturo tabel, OCR za skenirane PDF-je in slike ter lokalno izvajanje za občutljive podatke in okolja brez povezave. Teže modela imajo svoje licence, ki jih je treba preveriti ločeno.

Dobro za: ekipe, ki morajo ostati brez povezave ali znotraj lastnega omrežja in so zadovoljne s Python.

Vir: Docling — GitHub README

Marker (Datalab)

Teža modela uporablja spremenjeno licenco OpenRAIL-M, brezplačno za raziskave, osebno uporabo in zagone z manj kot 5 milijonov dolarjev financiranja ali prihodkov; komercialna uporaba zunaj tega je plačljiva. Gostovanje API je cenovno obdavčeno na 1.000 strani: 1 dolar za hitro, 3 dolarji za uravnoteženo, 7,50 dolarja za natančno; kartica je potrebna šele po prekoračitvi brezplačnega kontingenta.

Dobro za: razvijalci, ki želijo LaTeX enačbe in HTML tabele ter lahko delajo s licenco za težo.

Vir: Marker — GitHub README, Datalab — Pricing

LlamaParse (LlamaIndex)

Stran z določanjem cen za LlamaIndex navaja načrt plačila po uporabi v vrednosti 0 $ z 10.000 brezplačnimi krediti na mesec; vsak nivo razčlenjevanja uporablja drugačno število kreditov na stran, od 1 za osnovno razčlenjevanje. Ustrezno se lepo prilega zloženki LlamaIndex RAG.

Dobro za: razvijalci, ki že izdelujejo RAG s LlamaIndex.

Vir: LlamaIndex — Pricing

Mathpix

Cenovni načrti za Mathpix vključujejo 10 strani PDF in 10 slik na mesec pri brezplačnem načrtu, podvojeno z e-poštnim sporočilom .edu; Pro stane 4,99 $/mesec za 1.000 strani PDF in 5.000 slik. Prepoznavanje formul je njegova prednost; brezplačna kvota je majhna.

Dobro za: občasna stran z formulami ali fotografija matematične naloge.

Vir: Mathpix — Snip pricing

Katero za katero nalogo

Vaša situacijaKaj poskusiti najprej
Pretvarjanje na stotine PDF ali skeniranih strani v Markdown in JSON brez pisanja kodeOmniDoc (do 501 strani na PDF, v brskalniku)
Podatki morajo ostati na vaših lastnih strežnikihDocling ali MinerU, samostojno gostovanje
Kitajski dokumenti v dnevnih paketihMinerU na spletu API (2.000 strani z najvišjo prednostjo na dan), ali OmniDoc
Enačbe iz člankov kot LaTeXMarker, ali Mathpix (majhna brezplačna kvota)
Že izdelujejo RAG s LlamaIndex.LlamaParse
Že izdelujejo na AzureAzure Document Intelligence (brezplačni nivo bere 2 strani na zahtevo)
Word, PowerPoint, Excel, EPUB ali HTML na MarkdownOmniDoc, MinerU ali Docling

Vprašanja

Ali obstaja brezplačni pretvornik PDF v Markdown leta 2026?

Da. MinerU, Docling in Marker sta odprtokodna in jih je mogoče gostiti samostojno; brezplačno ekstrahiranje dokumentov OmniDoc poteka v brskalniku brez mesečnega limita in do 501 strani na PDF, njegov ZIP paket pa vsebuje document.md in document.json; spletni API za MinerU zagotavlja 2.000 strani z najvišjo prioriteto na dan na račun. Podatki iz uradnih strani, preverjeni novembra 2026.

V čem se strukturirana ekstrakcija razlikuje od pretvorbe PDF v besedilo?

PDF v besedilo vam daje niz navadnega besedila. Strukturirana ekstrakcija ohranja ravni naslovov, odstavke, tabele kot vrste in stolpce, položaje slik ter vrstni red branja, kot Markdown in JSON, ki jih lahko programi in orodja z umetno inteligenco uporabljajo neposredno.

Ne morem gostovati samostojno. Kakšne so moje možnosti?

Uporabite spletno orodje: brezplačna ekstrakcija dokumentov OmniDoc poteka z nalaganjem v brskalniku; MinerU, Datalab, LlamaParse in Azure ponujajo spletne API-je, ki zahtevajo račun, žeton in nekaj kode.

Ali lahko ta orodja obdelajo skenirane PDF-je in tabele?

Da. OmniDoc, Docling in MinerU prepoznajo besedilo v skenih ter strukturo tabel. OmniDoc zapiše tabele kot tabele Markdown ter kot vrste in stolpce v JSON; preverite zelo kompleksne tabele glede na izvirnik.

Kdo je napisal to primerjavo?

Ekipa OmniDoc; OmniDoc je naš lasten izdelek. Vsaka številka o drugem orodju vodi na njegovo uradno stran ali repozitorij, in ta stran zmaguje, če se je kaj spremenilo.

Vir (preverjeno 14. novembra 2026)

  1. MinerU — GitHub READMEhttps://github.com/opendatalab/MinerU
  2. MinerU — API documentation (limits)https://mineru.net/doc/docs/index_en/
  3. Docling — GitHub READMEhttps://github.com/docling-project/docling
  4. Marker — GitHub READMEhttps://github.com/datalab-to/marker
  5. Datalab — Pricinghttps://www.datalab.to/pricing
  6. LlamaIndex — Pricinghttps://www.llamaindex.ai/pricing
  7. Mathpix — Snip pricinghttps://mathpix.com/pricing/snip
  8. Microsoft Learn — Document Intelligence quotas and limitshttps://learn.microsoft.com/en-us/azure/ai-services/document-intelligence/service-limits
  9. Azure — Document Intelligence pricinghttps://azure.microsoft.com/en-us/pricing/details/ai-document-intelligence/