有什么办法把复印件和扫描件的内容提取出来吗？

[BaiLinfeng]

有哪家 ai 的 ocr 强大的吗？或者是哪个插件和库强大的？我想把扫描文件和复印文件，使用 ocr 把文件的内容提取出来，主流的 ai 我都试了下，我发现老是不理想。有更好的办法吗？提高精准度提取的方案。

[TIDS]

@BaiLinfeng

文字基本很精准，表格好像不太行

[KCL]

https://github.com/oomol-lab/pdf-craft/tree/main

[yinmin]

workbuddy 贴图直接能转 word 或者 excel

[ChefIsAwesome]

夸克扫描王

[BaiLinfeng]

@yinmin #23 是吗，那我的试试了

[BaiLinfeng]

@ChefIsAwesome #24 付费还是免费的哦，看使用这个的人还是不少

[iflyime]

MinerU 试了吗，有算力的话可以本地部署一个。

[imnpc]

WPS 不就可以吗

[xnplus]

你找个脱敏的示例发一下，大家帮你出主意，哈哈

[scegg]

@BaiLinfeng 专业分析 pdf 、扫描件、招贴画之类。非程序员就算了，这 API 不是给最终用户准备的。

[nightwitch]

用豆包应该很容易吧，豆包虽然模型很弱智，但是多模态很强啊，干点这种不需要智商的应该很快就秒杀了

[draken]

OCR 识别，如果是 API 访问，首选百度飞桨，积累深厚，另外火山文档也不错，最后论文 PDF 可以试试 MinerU.

保留表格、公式是基本要求。

[easylee]

阿里云智能文档解析大模型版本，免费额度有 3000 页，效果不错就是有点贵。

[gpt5]

不知道你扫描的是什么。
我个人体验是，本地小模型对发票/收据的识别率都已经几乎完美了。

[Echo28]

白描，个人觉得是识别准确度最高的，表格识别也不错，免费版一天有次数限制，试用满意后可以买断，也不贵

[yeyedacai]

咸鱼花点小钱的事儿

[BaiLinfeng]

@gpt5 #34 本地小模型？你在本地自己搭建的吗？啥模型啊？

[BaiLinfeng]

@gpt5 #34 我扫描文件是大量的文字内容甚至还要表格数据，不是发票和收据哦

[gpt5]

@BaiLinfeng 本地跑的 qwen 3.5 9b

[BaiLinfeng]

@xnplus #29 啥意思？我发个要扫描提取的文件？你是说想帮我测试下？主要是文件全部都是内容都涉及到敏感信息，反正我的都是大量的文字内容有的甚至还要表格数据，图片我就不指望可以解析出来了。