最近热乎的实用GitHub项目： Ollama OCR 
这是一个基于 Ollama 视觉模型的图片文字识别工具，能帮你从图片中提取文字。 


支持两种视觉模型： 
LLaVA 7B：速度快，适合实时处理，就是准确度可能差点 
Llama 3.2 Vision：准确度高，适合处理复杂的文档 


提取出来的文字格式挺灵活： 
可以是 Markdown 格式，保留原文的标题、列表这些样式 
可以是纯文本，干干净净的 
可以是 JSON 格式，结构化的数据 
还能识别表格，或者提取关键信息对 


GitHub：GitHub - imanoop7/Ollama-OCR 
 [image] 
结果： 
[image]