就像这种效果 
 [output] 
很多OCR工具都会略过图片，例如这里面的鞋，然后单纯输出文字。据我所知，就算Gemini这种也不行 
请问有什么OCR工具可以做到呢？ 
目前我知道一个Doc2X，一个MinerU，剩下的就没了。本着货比三家的精神，请问各位还有别的服务吗？ 
非常感谢