paddleOcr 懒人整合包 添加pdf和图片转markdown 添加GPU支持

PP-StructureV3

github地址:https://github.com/PaddlePaddle/PaddleOCR

PP-StructureV3------复杂文档解析器,

能够智能地将复杂的PDF和文档图像转换为Markdown和JSON文件,并保留其原始结构 。在公开基准测试中,其性能优于众多商业解决方案。完美地维护文档布局和层级结构

本文在上一个懒人包的前提下,加了一个PDF转MD的API功能

参考之前的文章PaddleOCR CPU 懒人包 轻松识别中文图片文字

演示用的pdf

使用说明

启动文件新增了一个startGpu.bat,需要cpu启动的选择cpu,需要gpu启动的选择gpu

等待终端正常启动

访问localhost:3005/docs

选择markdown接口,点击try it

选择要上传的pdf或者图片,点击Execute执行,就会获取对应的结果

参数可以是file文件,也可以是json,默认是json

Tips

点击此处 网盘下载

选择文件时,会返回文件下载,下载的为zip文件,解压缩会得到对应的md文件和图片文件

如果md内容复杂,有表格,公式等,建议使用专业的md编辑器软件打开,比如开源的marktext

github地址:https://github.com/marktext/marktext

对公式比较友好(使用showdoc之类的简易md,并不能正常显示公式之类的md内容,排版也比较混乱)

pdf转md接口同样也支持图片转md

由于cpu在pdf这个接口上相对比较慢,所以本期懒人包新增了gpu的支持,速度会快上几十倍

由于paperless-ngx内置的ocr只对英文识别效果友好,但是对中文识别不太好,所以打算顺手看看其他开源的ocr,其中paddleocr效果中英文效果不错

另外其他的ocr有空再继续使用对比一下

懒人整合包

注意事项

  • 解压缩的软件,整个目录地址最好不好有任何中文,否则可能会出现未知错误,不方便排查和解决
  • 如果地址访问不了,先查看控制台是否报错或者是否加载成功,有些项目需要加载久一点,不同电脑配置加载时间也不一样,有错误就查看日志,给ai排查
  • 前面2个排除后还是打不开,有网络代理的记得关掉代理
  • localhost或者127.0.0.1或者0.0.0.0都可以尝试一下(比如localhost:3005/docs)
相关推荐
科研邪修法5 小时前
固定列宽PDF表格改字:文本边界、单位字段与修改前后复核
pdf
Frag0ut5 小时前
Chrome 2026打印与PDF处理全攻略:网页存证与文档输出实战进阶指南
chrome·pdf·批量打印·打印设置·网页存证·打印排版
开开心心就好2 天前
显示器关不掉怎么办,用小工具一键息屏
算法·智能手机·pdf·计算机外设·ocr·lua·1024程序员节
weixin_537217062 天前
2027年袁东申论万能素材(PDF)
经验分享·pdf
开开心心就好3 天前
PDF水印怎么去掉?勾选对象再点匹配
java·前端·mysql·支持向量机·pdf·音视频·模拟退火算法
开开心心就好4 天前
两张表格数据对比工具,不用写函数也能查
算法·spring·智能手机·pdf·电脑·intellij-idea·音视频
AI导出鸭PC端4 天前
用 AI 导出鸭高效处理:豆包导 pdf 怎么压缩但清晰
android·人工智能·pdf·豆包·ai导出鸭
w3296362717 天前
飞书接单到月度结算:我用一个 DSH 插件跑通鞋类采购 WMS,附 22 项验收
pdf·node.js·飞书·后端开发·ai agent
小熊熊知识库9 天前
双层PDF转换软件
pdf·双层pdf转换
AI导出鸭PC端14 天前
Perplexity批量导出没有PDF模式?AI导出鸭插件补上最后一块拼图
人工智能·pdf·c#·ai导出鸭