解析 PDF、扫描页等文档，提取结构化文字、表格和公式
基本信息
- 用途
- 解析 PDF、扫描页等文档，提取结构化文字、表格和公式
- 分类
- 办公
- 出品方
- OpenDataLab
- 官网
- https://mineru.net/
主要功能
- 解析 PDF、图片和部分 Office 文档
- 识别扫描页并提取文字
- 识别表格、图片及公式等文档结构
- 输出 Markdown、JSON 等格式
适用场景
适合把论文、扫描资料或复杂排版文档转成便于检索和再编辑的内容，例如整理公式、表格和知识库素材。
使用须知
- 在线版和本地部署的使用条件不同，本地安装需要相应环境与资源
- 扫描质量、复杂排版和手写内容会影响识别结果
- 公式、表格和段落顺序应对照原文检查
常见问题
- 可以处理扫描版 PDF 吗？
- 官方项目说明支持识别扫描 PDF 并启用 OCR；效果取决于原文件质量。
- 可以导出 Markdown 吗？
- 可以。官方项目列出 Markdown、JSON 等输出格式。