OvisOCR2批量PDF、图片文档识别工具,本地离线
功能介绍把成堆的扫描件、PDF、截图，一键变成可编辑的 Markdown 或 txt 文档
注意项
解压路径不要包含中文
电脑要求
·Windows 系统
·NVIDIA 显卡（显卡需要 12G）, 显卡驱动更新到最新版本
·显存偏小的显卡，可在「参数设置」中下调并发页数、上下文长度、
参数设置
显存占用比/上下文长度/单页最大输出/最大尺度/并发页
8GB 低显存配置：0.75 / 24576 / 8192 / 2048px / 并发1
12GB 标准配置：0.70 / 32768 / 12288 / 2560px / 并发2
16GB 高速配置：0.65 / 32768 / 16384 / 2880px / 并发4
它替你解决什么
你手上有 200 页的 PDF 论文、几百张合同扫描件、一沓财报截图，需要把里面的文字、表格、公式全部提取出来，整理成能编辑的文档。
手动敲字 —— 一整天没了，还容易出错
找在线 OCR —— 要上传文件，涉密资料不敢传，还按页收费
用传统 OCR —— 表格散架、公式变乱码、多栏排版读串行
识别效果有多好
底层是开源的 OvisOCR2 模型（仅 0.8B 参数，却相当能打）：在权威文档解析榜单 OmniDocBench v1.6 上综合得分 96.58，是首个登顶该榜单的端到端模型 —— 此前榜首长期被结构复杂的多模块流水线方案占据。
·正 文 按人类阅读顺序还原，多栏排版不会读串行
·表 格 输出标准 HTML 表格，合并单元格也能正确还原
·公 式 输出 LaTeX，可直接粘进 Word / Typora / Obsidian
·插 图 自动定位图表区域，可裁剪成图片单独导出
为什么值得装
◆ 完 全 离 线
模型跑在你自己的显卡上，文件一个字节都不会离开这台电脑。合同、病历、财报、内部资料，放心处理。不联网，不上传，不计费。
◆ 真 · 批 量
支持整个文件夹递归扫描，几百个文件排队自动跑完。多个文件的页面会自动攒成一批送进显卡，吞吐远高于一个一个处理。
◆ 断 点 续 跑
跑到一半断电了？勾上「跳过已存在的结果文件」再点开始，只补做没完成的部分，已经跑好的不会白费。
◆ 进 度 看 得 见
左边队列实时显示每个文件的状态、页数、耗时；
右边同步预览识别结果 —— Markdown 渲染效果、原始源码、原图，
三个视图随时切换对照，识别得对不对一眼就知道。
◆ 输 出 即 用
结果与源文件同名，可选保持原有目录层级；
PDF 可整本合并成一个 .md，也可以每页单独成文件。
◆ 界 面 顺 手
拖拽添加、深色 / 浅色主题一键切换、参数改完自动记住。
所有识别参数都在「参数设置」页里，带说明，不用查文档。
适合谁用
·需要把纸质 / 扫描资料数字化归档的人
·整理论文、教材、技术手册的研究者与学生
·处理合同、发票、报表的财务与法务
·给知识库 / RAG 准备高质量 Markdown 语料的开发者
·任何受够了「复制 PDF 结果全是乱码」的人
OvisOCR2批量PDF、图片文档识别工具下载链接:
下载链接：https://pan.quark.cn/s/80cbf7006e9f
解压密码:aibbs.fun
牛，很有用
页:
[1]