有什么办法把复印件和扫描件的内容提取出来吗？

@gpt5 #39 那我这应该跑不动

看下百度飞桨，又名 PaddleOCR ，专门做文档识别的

布丁扫描不是挺好的吗？

可以试试我的小工具，文档和扫描件转 md.
https://zjsthm.pro/works/markany.html

自用？批量？还是对外提供服务？单纯的提取都不需要上 AI ，随便找个 OCR 识别不就行了。

试试 mineru ，我之前用来识别一批旧的标准文档，里面的数学公式都能识别。

wps

不相信你说的,你应该附带的图片。
我用最垃圾的豆包视觉模型(就是 lite 版本)识别游戏截屏,可能有 10-20%概率抽风。
我解决:
1. 发起 2 次识别,结果一样,证明模型没抽风,识别可信。
2. 抽风就多发几次,汇总结果,取最多次的。

你用的是假 ai 。


你用百度飞桨，就是 ocr 第一的，如果他不能满足你，其他也别用了。

AI 或者 OCR 不行的话，只能让人去识别了，精确度最高。

搞个 2-3 个人的复核小组，三个人提供的答案一致算是通过，精确度最最最高。

如果内容较多，分批次 AI OCR

你至少发个 demo 吧。现在 OCR 已经很强了

除了盖在文字上面的图章，影响识别结果外，基本上主流的 ocr 都没啥问题。当然图片要清晰，拍照角度要正