原始链接在： PDF Craft - 基于 DeepSeek OCR，实现扫描版 PDF 的高保真电子书转换 - 小众软件
先看图1：
再看图2：
这两个效果，均是使用基于 DeepSeek OCR 的 PDF Craft 实现，非常的赞。
还有图3
群里的小伙伴推荐：
PDF Craft 是什么？
PDF Craft 是工作流 IDE 软件 OOMOL Studio 使用 MIT 授权开源的项目，只做一件事：
将 PDF 文件转换为各种其他格式，并且专注于处理扫描版书籍的 PDF 文件。
由于代码开源，所以你可以使用自己的硬件，完全本地化操作，无需联网。
PDF Craft 的工作原理
PDF Craft 使用 DeepSeek OCR 进行 PDF 文档的内容识别，并能准确提取正文内容、脚注、公式、图片、表格等内容，同时过滤页眉、页脚等干扰信息。最终将 PDF 格式转换为 Markdown 或 EPUB 格式，尤其是扫描版 PDF，即保持了原书的内容完整性，又提升了可读性。
PDF Craft 专门针对数学公式做了很多细节处理，对科研人员、学生、常读论文的人群会有很大帮助。
转换为 LaTeX
下图是转换带数学公式的 PDF 到 Markdown 格式后的样子，注意左边的 .md 文件源码，是标准的 LaTeX 语法：
基于 DeepSeek OCR
这里就不得不说一下 DeepSeek OCR 了，这是 DeepSeek 在两个月发布一种基于多模态大模型的光学字符识别技术，它能够像人类一样“阅读”并理解图片中的文字、表格和复杂版面，将其转化为可编辑的高质量结构化数据。
如何使用 PDF Craft
有两种方式使用 PDF Craft：
- 自己部署
- 直接使用在线演示平台。
自托管安装指南
完整的安装过程非常技术化了，有官方说明书。
青小蛙在这里列一下必备条件吧：
- Python >= 3.10, < 3.14（推荐 3.11.16）
- Poppler（用于 PDF 解析和渲染）
- NVIDIA GPU，支持 CUDA 11.8 或 12.1
- 显存 16 GB 以上（推荐 24 GB 或更高）
主要流程：配置 CUDA、安装 PyTorch、安装 pdf-craft、安装 Poppler，然后就能使用了。
嫌麻烦的同学，可以直接：
PDF Craft 在线演示平台
这个就简单易用，直接用浏览器打开上面的网址就行了。（需要注册）
我也没有扫描版 PDF 呀，你们快去试试，记得回来告诉我效果如何。
这有几个邀请码可以领：
- 019b304c-4638-7000-ad04-7e065afa20ae
- 019b304f-4bfd-7000-be6d-b12307e2bc37
- 019b304f-56c9-7000-960b-871b15d39f5b
- 019b304f-5c58-7000-bc45-e0d74e4e21ac
- 019b304f-672c-7000-b29d-d54da015dd80
每个人只能生成5个邀请码。
另外由于是演示目的，所以这个站点会有额度限制，用的多需要付费（也支持 API）。
如果常用，还是推荐自托管（如果你有硬件的话 😂）
原文：https://www.appinn.com/pdf-craft/