大模型都普及了，哪家的 ocr 可以比较完美的识别图中格式？

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 391 天前的主题，其中的信息可能已经有所发展或是发生改变。

比如代码、表格、缩进

8 条回复 • 2023-10-21 17:47:56 +08:00

cccj1

2023-10-20 15:59:21 +08:00

wps 的识别还可以，表格识别很准，其他的不清楚

tool2d

2023-10-20 16:01:39 +08:00

OCR 只能识别文字，识别不了表格。一般表格识别都是硬写代码，不是用 AI 的。

AI 仅仅用于局部文本识别。

BQsummer

2023-10-20 18:17:03 +08:00

多模态的大模型还没有普及吧

RatioPattern

2023-10-20 20:39:29 +08:00

google 的可以，其他都不行

mMartin

2023-10-20 21:39:45 +08:00

paddleocr 识别表格还可以，有特定的模式

em70

2023-10-20 22:22:41 +08:00

meta 在 8 月底开源了一个 OCR 项目 nougat,对数学公式支持非常好,专门识别论文的,输出格式是 Mathpix Markdown
https://github.com/facebookresearch/nougat

ovtfkw

2023-10-20 22:28:43 +08:00

扫描全能王

uxfion

2023-10-21 17:47:56 +08:00

@em70 但是 nougat 根本就没支持中文，只有对拉丁系语言友好