OCR小白也能上手！Llama

最简单且高质量的OCR工具，它来了！

一款基于 Llama 模型实现的开源OCR：Llama-OCR。

对于经常需要将图片、收据或包含表格的 PDF 文档转换为可编辑的文本时候，这款工具就显得尤为重要。

它不仅可以识别文档中的文字，还能将其转换为 Markdown 格式，特别适合处理复杂收据和包含表格、图表的文档。

项目介绍

Llama-OCR 是一款强大的开源 OCR 工具，尤其适合用于处理复杂的收据、表格和图表等图文混排的内容。

它支持将图像或 PDF 文档直接转换为 Markdown 格式，大大简化了文字提取和格式化的过程。

由 Together AI 的 Llama 3.2 Vision 模型驱动，这款工具能够精准识别多种文档内容，更是上线 了 npm 平台，轻松5行代码即可实现高质量 OCR 转换！

主要功能

• · 智能 Markdown 转换：Llama-OCR 能够将提取的文字直接转换为 Markdown 格式，特别适用于表格和图表丰富的文档，方便后续编辑与处理。
• · 高识别精度：得益于 Together AI 的 Llama 3.2 Vision 模型，该工具在识别复杂文档上的表现尤为出色，实现高质量的 OCR 输出。
• · 易用性：用户可以通过 npm 包直接下载并集成 Llama-OCR，只需 5 行代码便可实现强大的 OCR 处理，适合开发者快速上手。

快速开始

在线Demo 直接使用

提供有网页版Llama-OCR工具，可直接上传PDF文档或图片等格式，输出解析内容。

集成到开发项目中（适用于开发者）

在项目中使用 Llama-OCR 只需几行代码：

① 安装 npm 包：

npm install llama-ocr

② 简单调用即可实现 OCR 文字识别：

import { ocr } from 'llama-ocr';

const markdown = await ocr({
  filePath: './trader-joes-receipt.jpg', // path to your image (soon PDF!)
  apiKey: process.env.TOGETHER_API_KEY, // Together AI API key
});

③ 支持自定义设置，轻松调整识别和输出格式，满足多样化需求。

总结

Llama-OCR 是开发者和内容创作者的好帮手，借助先进的 AI 模型，可以轻松帮助我们应对复杂文档的 OCR 处理需求。

Markdown 格式的直接输出更是方便高效！

Demo地址: llamaocr.com

GitHub地址: https://github.com/Nutlope/llama-ocr