# Converta documentos PDF para IA

Desenvolvido pela AllenAI, olmocr é um kit de ferramentas que converte documentos PDF em formatos de texto adequados para modelos de linguagem grandes. Este software facilita os processos de preparação de conjuntos de dados, fornecendo processamento linear de estruturas complexas de documentos.

- ★ 19.259
- Python
- GitHub Trending · 2026-07-02

## O que você ganha
- Converte formatos PDF e de imagem para limpar texto Markdown
- Processa equações, tabelas e layouts complexos na ordem de leitura correta
- Limpa automaticamente informações de cabeçalho e rodapé

## Instalação
**Instalando dependências do sistema**

```
sudo apt-get update
sudo apt-get install poppler-utils ttf-mscorefonts-installer msttcorefonts fonts-crosextra-caladea fonts-crosextra-carlito gsfonts lcdf-typetools
```

**Criando um ambiente Python**

```
conda create -n olmocr python=3.11
conda activate olmocr
```


## Se você não programa
Quero converter os documentos PDF que possuo em um formato Markdown limpo que os modelos de inteligência artificial possam ler facilmente. Você pode me explicar passo a passo as etapas de instalação necessárias para este processo e o método de execução na GPU local?

## Termos relacionados do glossário

## Links
- Repositório no GitHub →
- Ler em turco →

---
Fonte: TreScout Descobrir · https://trescout.com/pt/discover/olmocr/