使用场景
开发者集成实现图像文本自动识别提取
企业自动化处理纸质文档
个人提取图片重要信息
产品特色
支持本地 图像 OCR
支持远程图像 OCR
计划支持单页 PDF 的 OCR
计划支持多页 PDF 的 OCR
将图像解析为 markdown 格式文本
提供免费和付费模型选项
未来可能支持 JSON 输出
使用教程
1. 安装:npm i llama-ocr
2. 导入模块
3. 设置 API 密钥
4. 使用 OCR 功能
5. 处理结果
6. 选择不同模型
7. 监控和优化
精选AI产品推荐

Deepmind Gemini
Gemini是谷歌DeepMind推出的新一代人工智能系统。它能够进行多模态推理,支持文本、图像、视频、音频和代码之间的无缝交互。Gemini在语言理解、推理、数学、编程等多个领域都超越了之前的状态,成为迄今为止最强大的AI系统之一。它有三个不同规模的版本,可满足从边缘计算到云计算的各种需求。Gemini可以广泛应用于创意设计、写作辅助、问题解答、代码生成等领域。
AI模型
11.4M
中文精选

Liblibai
LiblibAI是一个中国领先的AI创作平台,提供强大的AI创作能力,帮助创作者实现创意。平台提供海量免费AI创作模型,用户可以搜索使用模型进行图像、文字、音频等创作。平台还支持用户训练自己的AI模型。平台定位于广大创作者用户,致力于创造条件普惠,服务创意产业,让每个人都享有创作的乐趣。
AI模型
8.0M