链载Ai

标题: 最好用的OCR来了？Mistral AI OCR介绍 [打印本页]
作者: 链载Ai    时间: 3 小时前
标题: 最好用的OCR来了？Mistral AI OCR介绍

简要介绍

在过去，最好用的识别数学公式并进行代码转换的网站/软件莫过于Mathpix了：支持各种格式转换，比如pdf,png到tex,md，当然也包括docx等等，无论是pdf文档转换还是截图识别，从移动端的Snip App再到桌面客户端以及网页版、浏览器插件全生态的覆盖让使用体验无比丝滑。

但免费版的使用额度相当有限，而付费订阅又太贵（一年50美刀）；此外，网页版还偶尔会出现网络连接不稳定的情形。

不过现在，号称地表最强的OCR工具Mistral出现了。这是一家法国的初创AI公司，可以理解为欧洲版的DeepSeek，它的价格也十分便宜（OCR功能大概1美刀可以转换上千页pdf）。

使用示例

文件上传

直接访问官网聊天界面（可能需要用手机号注册账号）：

https://chat.mistral.ai/chat

像其他大语言模型一样对话框内上传文件，输入“转换成markdown”即可；比如这里我上传了一篇和DeepSeek-R1相关的论文：等待几秒钟，即可得到转换后的markdown代码。 进一步地，利用Typora或Obsidian等markdown编辑器，即可查看或转换成pdf、docx等格式（可能需要额外安装pandoc）。

网页版效果展示

更多效果展示请参阅官网介绍：

https://mistral.ai/news/mistral-ocr

这是原来的pdf文件：这是转化后并在Typora中显示的效果（主题：Newsprint）：目录（带超链接）数学公式表格

可以看到，除了图片外的效果非常不错，但如果要把图片也提取出来并在相应位置保留，就需要用到下面的方法了。

进阶配置

除了在官网的对话界面处理文件外，也可以通过API调用进行批量处理。 感谢@nicekate提供的Python代码，可以实现在本地调用Mistral API进行文件处理，并且在B站上还有相应的演示视频。

  1. GitHub仓库地址： https://github.com/nicekate/mistral-ocr
  2. B站视频： 【实测 Mistral OCR ：世界最佳文档理解模型？】 https://www.bilibili.com/video/BV1Bw92YiEEH

配置方法也非常简单，只需要申请一个自己的API key，然后再把上面的仓库clone下来，填入相应的API key即可。

申请API key

在控制台左侧菜单栏点击"API Keys"，然后点击右上角的“Create new key”，复制即可。

https://console.mistral.ai/home

下载Python代码

先将上述仓库clone到本地：

git clone https://github.com/nicekate/mistral-ocr.git

再安装依赖项：

pip install mistralai

在pdf_ocr.py中修改 API 密钥和 PDF 文件路径即可（72～73行）：

API_KEY ="填入你自己的api key""

PDF_PATH = "xxx.pdf"

运行文件，即可在同目录下找到转换后的文件夹ocr_results_xxx，其中包含了转换后的markdown文件和图片文件。

本地转换效果展示

主题：Typora GitHub

批处理

有时需要同时进行多个PDF文件的转换，于是在此基础上我自己动手增加了批处理功能，可以将同一目录下的所有PDF文件进行转换。

具体修改如下：

  1. 新增get_pdf_files_in_directory函数，用于扫描指定文件夹并返回所有 PDF 文件的完整路径。
  2. 在__main__中，替换手动指定 PDF 文件路径的方式，改为从文件夹中自动获取 PDF 文件。
  3. 如果文件夹中没有 PDF 文件，会提示用户。 以下是新增的代码片段：
defprocess_pdfs(pdf_paths: list, api_key: str)->None:

forpdf_pathinpdf_paths:

try:

output_dir = process_pdf(pdf_path, api_key)

print(f"文件{pdf_path}处理完成，结果保存在:{output_dir}")

exceptExceptionase:

print(f"处理文件{pdf_path}时出错:{e}")



defget_pdf_files_in_directory(directory: str)-> list:

"""获取指定目录中的所有PDF文件路径"""

pdf_files = []

forfileinos.listdir(directory):

iffile.endswith(".pdf"):

pdf_files.append(os.path.join(directory, file))

returnpdf_files



if__name__ =="__main__":

# 使用示例

API_KEY ="your_mistral_api_key"

DIRECTORY ="your_pdf_file"# 指定包含PDF文件的文件夹名称



# 获取文件夹中的所有PDF文件

PDF_PATHS = get_pdf_files_in_directory(DIRECTORY)

ifnotPDF_PATHS:

print(f"目录{DIRECTORY}中没有找到PDF文件。")

else:

process_pdfs(PDF_PATHS, API_KEY)






欢迎光临 链载Ai (https://www.lianzai.com/) Powered by Discuz! X3.5