datalab-to/chandra

Chandra 面向复杂文档 OCR，可把表格、表单、手写内容和 PDF 转换成保留结构的 HTML、Markdown 或 JSON。项目不仅识别字符，还尝试恢复阅读顺序、单元格与布局层级，便于后续检索和数据抽取。相比纯文本 OCR，它更适合文档智能管线，但版面忠实度应按真实扫描件单独验证。