Skip to content

各种模型

Pix2Text (P2T) 整合了很多不同功能的模型，主要包括：

其中多个模型来自其他开源作者， 非常感谢他们的贡献。

这些模型正常情况下都会自动下载（可能会比较慢，只要不报错请勿手动打断下载过程），但如果下载失败，可以参考以下的说明手动下载。

除基础模型外，Pix2Text 还提供了以下模型的高级付费版：

具体说明请见本页面末尾。

下面的说明主要针对免费的基础模型。

版面分析模型

版面分析模型 下载地址：breezedeus/pix2text-layout （不能科学上网请使用 国内地址）。 把这里面的所有文件都下载到 ~/.pix2text/1.1/layout-parser （Windows 系统放在 C:\Users\<username>\AppData\Roaming\pix2text\1.1\layout-parser）目录下即可，目录不存在的话请自己创建。

注：上面路径的 1.1 是 pix2text 的版本号，1.1.* 都对应 1.1。如果是其他版本请自行替换。

表格识别模型

表格识别模型 下载地址：breezedeus/pix2text-table-rec （不能科学上网请使用 国内地址）。 把这里面的所有文件都下载到 ~/.pix2text/1.1/table-rec （Windows 系统放在 C:\Users\<username>\AppData\Roaming\pix2text\1.1\table-rec）目录下即可，目录不存在的话请自己创建。

注：上面路径的 1.1 是 pix2text 的版本号，1.1.* 都对应 1.1。如果是其他版本请自行替换。

数学公式检测模型

数学公式检测模型（MFD）来自 CnSTD 的数学公式检测模型（MFD），请参考其代码库说明。

如果系统无法自动成功下载模型文件，则需要手动从 cnstd-cnocr-models （国内镜像）项目中下载，或者从百度云盘（提取码为 nstd）下载对应的zip文件并把它存放于 ~/.cnstd/1.2（Windows下为 C:\Users\<username>\AppData\Roaming\cnstd\1.2）目录中。

数学公式识别模型

数学公式识别模型 下载地址：breezedeus/pix2text-mfr （不能科学上网请使用 国内地址）。 把这里面的所有文件都下载到 ~/.pix2text/1.1/mfr-onnx （Windows 系统放在 C:\Users\<username>\AppData\Roaming\pix2text\1.1\mfr-onnx）目录下即可，目录不存在的话请自己创建。

注：上面路径的 1.1 是 pix2text 的版本号，1.1.* 都对应 1.1。如果是其他版本请自行替换。

文字识别引擎

Pix2Text 的文字识别引擎可以识别 80+ 种语言，如英文、简体中文、繁体中文、越南语等。其中，英文和简体中文识别使用的是开源 OCR 工具 CnOCR ，其他语言的识别使用的是开源 OCR 工具 EasyOCR 。

正常情况下，CnOCR 的模型都会自动下载。如果无法自动下载，可以参考以下说明手动下载。 CnOCR 的开源模型都放在 cnstd-cnocr-models （国内镜像）项目中，可免费下载使用。 如果下载太慢，也可以从 百度云盘 下载， 提取码为 nocr。具体方法可参考 CnOCR在线文档/使用方法 。

CnOCR 中的文字检测引擎使用的是 CnSTD， 如果系统无法自动成功下载模型文件，则需要手动从 cnstd-cnocr-models （国内镜像）项目中下载，或者从百度云盘（提取码为 nstd）下载对应的zip文件并把它存放于 ~/.cnstd/1.2（Windows下为 C:\Users\<username>\AppData\Roaming\cnstd\1.2）目录中。

关于 CnOCR 模型的更多信息请参考 CnOCR在线文档/可用模型。

CnOCR 也提供高级版的付费模型，具体参考本文末尾的说明。


EasyOCR 模型下载请参考 EasyOCR。

高级版付费模型

除基础模型外，Pix2Text 还提供了以下模型的高级付费版：

注意，付费模型包含不同的 license 版本，购买时请参考具体的产品说明。

建议购买前首先使用 在线 Demo（无法科学上网可以使用 国内 Demo）验证模型效果后再购买。

模型购买地址：

模型名称 购买地址 说明
MFD pro 模型 Lemon Squeezy 包含企业版和个人版，可开发票。具体说明见：P2T详细资料
MFD pro 模型 B站工房 仅包含个人版，不可商用，不能开发票。具体说明见：P2T详细资料
MFR pro 模型 Lemon Squeezy 包含企业版和个人版，可开发票。具体说明见：P2T详细资料
MFR pro 模型 B站工房 仅包含个人版，不可商用，不能开发票。具体说明见：P2T详细资料
CnOCR pro 模型 Lemon Squeezy 包含企业版和个人版，可开发票。具体说明见：P2T详细资料 和 CnOCR详细资料
CnOCR pro 模型 B站工房 仅包含个人版，不可商用，不能开发票。具体说明见：P2T详细资料 和 CnOCR详细资料

购买过程遇到问题可以扫码加小助手为好友进行沟通，备注 p2t，小助手会尽快答复：

微信交流群

更多联系方式见 交流群。