ollama-ocr 是什么
ollama-ocr 被介绍为一个基于 Ollama 的光学字符识别(OCR)模型,借助 LLaVA、Llama 3.2 Vision 和 MiniCPM-V 2.6 等视觉语言模型从图像中提取文本。它开源免费,资料说明易于集成到各种项目中。
你可以用它做什么
- 通过 OCR 模型从图像中提取文本
- 处理单图像、多图像和视频输入
- 以 Markdown、纯文本或 JSON 格式输出结果
- 借助 Docker 在不同环境中部署运行
应用场景
- 将图像文本识别集成进 Web 应用,提供在线文档扫描服务
- 考察视觉语言模型在不同图像场景下的 OCR 性能
- 自动化处理发票、合同等图像文档
上手流程
- 安装 Ollama
- 拉取 llama3.2-vision:11b、llava:13b 和 minicpm-v:8b 等所需模型
- 克隆 ollama-ocr 仓库
- 进入项目目录
优点与缺点
✓ 我们认可的地方
- 开源免费且易于集成到各种项目
- 提供详细的使用文档和示例
! 需要留意的地方
- 识别依赖所选的视觉语言模型
- 上手需要安装 Ollama 并拉取模型
常见问题
资料列出哪些模型?
资料列出 LLaVA、Llama 3.2 Vision 和 MiniCPM-V 2.6,上手步骤还给出 llama3.2-vision:11b、llava:13b 与 minicpm-v:8b。
支持哪些输出格式?
资料列出 Markdown、纯文本和 JSON 格式。
最后评测: 2026-11-15
更多 AI 图像生成 工具
查看全部 →-
123RF 带 AI 图像工具的素材库 免费 工具 文生图 图像编辑 抠图 图片放大 -
360智图 360 出品的图片搜索、授权与 AI 编辑 免费 工具 文生图 抠图 商品图 模型生成器 -
360鸿图 面向中文用户的图像生成,提示词用中文写 免费 工具 创作者工具 文生图 艺术生成器 图生图 -
a1.art 以滤镜驱动的图像生成与换脸 免费 工具 创作者工具 文生图 艺术生成器 -
AI Anime Generator 把照片与文字变成动漫风格图 免费增值 工具 创作者工具 文生图 图生图 图生视频 -
AI Art Generator 文字提示词生成原创画面草稿 免费增值 工具 创作者工具 文生图 图像编辑 艺术生成器