本帖最后由 shawky.nasr 于 2026-9-2 20:00 编辑
: I9 I9 u, p5 x0 X+ h% r: J! h- Q8 q; {4 H; t2 E H' \2 h( O+ c
$ E! H2 Y$ ?' A: s( ~ j
* i( e. g3 S: v7 Z: z
& r$ R9 ?2 h5 E
4 P8 N7 Q7 F2 w; ^+ _' K% N% O8 c* ]& u" W8 N- r3 J
( v% n# r4 A6 ]% C' r7 e
5 x7 w$ y, q0 q7 X4 u; I
0 P9 b" m3 P3 D! U: u U1 F7 U( wOCRAIHub 是一款功能强大的多引擎桌面端 GUI 应用程序。它利用世界上最先进的视觉语言模型 (VLM)，能够从图像和 PDF 中高精度地提取文本、Markdown 表格、数学公式和图表，实现完美的文档数字化。
/ ~2 V* x. s. A
: x# X0 R8 K1 G# _3 Y- e& A( m目前支持 Gemini (2.5/3.7) 和 百度 PaddleOCR-VL (1.6)、合合信息 TextIn (v1 xparse) 和 MinerU (vlm)。
# } Q' r9 f" |推荐用 3.5-flash-lite 或 3.1-flash-lite，任何模型需要API Key1 g$ ?. y1 \) b2 k5 j& G! @
/ V+ `6 \2 L9 f7 D; J3 V核心功能 & H: L5 N% E. [3 w7 B
- 多引擎支持： 在 Google Gemini API 和百度 AI Studio PaddleOCR 接口之间无缝切换。3 q2 g% ?6 c" P! j
- 智能 Markdown 格式化： 完美重构文档排版，包括标题、段落、复杂表格和 LaTeX 数学公式。
a" [1 T0 [# _* v9 d - 原生 PDF 与页面切分：
: ~. N, \% X$ l |( F - 本地模式： 使用 PyMuPDF 在本地将 PDF 转换为图像，支持高级图像预处理（Otsu 二值化 & 形态学降噪）。/ @' o8 u7 J% D* H$ J
- 原生模式（百度）： 将原始 PDF 文件直接发送至云端引擎进行原生解析。" t) r- m( I& q
- 自动下载插图： 自动检测、裁剪并下载文档中的图表、图片，保存至本地文件夹。
1 P4 G' Q0 n; l! B! Z - ✂️ 智能分栏切割： 智能分割多栏文档（如词典或学术论文），防止文本混版。
3 i; x8 K' x x @ - 自动保存与批量处理： 自动处理包含上百张图片的文件夹或超大 PDF 书籍，内置 API 频率限制处理机制，并自动保存为 .md 或 .csv 格式。2 b! T2 l. H6 w0 B0 Y. b& d0 E
6 Y2 o! f( S6 c6 \7 g! c+ @8 l& X& |5 P2 o8 ^. h2 ]5 {
下载：官方项目4 n4 i: n9 h2 I" ]( `0 x
/ E/ j$ O1 _0 J+ t% S3 y6 B
百度云盘 ：
5 r2 G* B" L; \, }; g* K) m! n8 ^# N3 ~) L3 @* g5 s8 [
; C8 u# ?9 }7 s' L6 g- w
+ f9 `- C x7 H/ ~4 N特别鸣谢 klwo2 大，自 2 月份起持续协助在 Windows 环境下进行深度测试与 Bug 排查，为软件的跨平台稳定性做出了重要贡献！
1 b9 O8 ]6 y ]; N# b, s5 L- ]8 S
% f J" S" x) j7 t | 
发表于 2026-9-2 20:00:09
