DeepSeek OCR App开源智能文档识别工具，支持PDF转Markdown与多格式导出

DeepSeek OCR App：一站式智能OCR与文档转换解决方案

你是否曾经为将扫描的PDF、图片中的文字或表格转换为可编辑的格式而头疼？DeepSeek OCR App 的出现，旨在彻底解决这个问题。它是一个基于 DeepSeek-OCR 模型的现代化 Web 应用，拥有惊艳的 React 前端和高效的 FastAPI 后端，不仅能识别图像中的文字，更能处理整本PDF文档并一键转换为 Markdown、HTML、Word 等多种格式。本文将带你全面了解这个文档处理领域的潜力新星。

截至收录：
DeepSeek OCR App项目stars数：1549
DeepSeek OCR App项目forks数：253

DeepSeek OCR App项目目录截图

DeepSeek OCR App项目核心亮点

• 📄 双模处理，全能选手：无缝切换 “图像OCR” 与 “PDF处理” 两大模式。既能处理单张图片，也能解析多达100MB的多页PDF文档，满足从简单截图到复杂文档的所有识别需求。
• 🔄 多格式输出，一劳永逸：识别结果不再只是纯文本。它支持将内容导出为 Markdown (.md)、HTML (.html)、Word (.docx) 和 JSON，无论是为了编写文档、发布网页、专业编辑还是程序化处理，都能找到最合适的格式。
• 🎯 智能识别，不止于文字：基于强大的 DeepSeek-OCR 模型，提供四种核心模式：纯文本提取、图像描述生成、特定术语定位（带视觉框）和自定义提示。尤其擅长处理表格、数学公式，并能保留原始文档的格式与结构。
• ⚡ 开箱即用，配置灵活：通过 Docker Compose 一键部署，前端、后端、模型服务全部容器化。提供详细的 .env 配置文件，可轻松调整端口、上传限制、处理分辨率等参数，适应不同硬件和环境。

DeepSeek OCR App项目快速开始

只需几步，你就能在本地运行起 DeepSeek OCR App：
克隆与配置：

git clone https://github.com/rdumasia303/deepseek_ocr_app.git
cd deepseek_ocr_app
cp .env.example .env
# 根据需要编辑 .env 文件（如端口、上传大小限制）

一键启动：

docker compose up --build

首次运行会下载约5-10GB的模型文件，请耐心等待。

访问应用：

• • 前端界面：http://localhost:3000
  • 后端API文档：http://localhost:8000/docs

DeepSeek OCR App项目应用场景

• 文档数字化与归档：将堆积如山的扫描版合同、发票、历史档案PDF，批量转换为可搜索、可编辑的电子文档（如Word），极大提升信息利用效率。
• 内容迁移与知识管理：将PDF格式的技术手册、研究论文一键转为结构清晰的Markdown，轻松导入到Wiki、Notion、Obsidian等知识库中。
• 数据提取与自动化：从表单、报表等固定格式的图片或PDF中，自动提取结构化数据（JSON格式），为财务、物流等领域的自动化流程提供数据源。
• 学术研究与辅助阅读：高效识别学术论文中的复杂表格和数学公式（LaTeX语法），帮助研究人员快速获取和整理文献信息。

用户案例：该项目凭借其强大的PDF处理和多格式导出能力，在GitHub上迅速获得了超过1500颗星，被众多开发者用于个人项目、企业内部的文档自动化流程以及研究机构的资料数字化工作。

DeepSeek OCR App项目链接

rdumasia303 / deepseek_ocr_app项目地址：https://github.com/rdumasia303/deepseek_ocr_app

本文地址：https://www.tgoos.com/34690