
一個使用小型模型的開源 Python3 工具,可辨識影像中的版面、表格、數學公式(LaTeX)與文字,並將其轉換為 Markdown 格式,是 Mathpix 的免費替代方案,可無縫將視覺內容轉換為文字表示,支援80多種語言。
其他語言的說明
統計
統計資料截至 2026年11月17日
GitHub Star 數
3,300
±0 (10月13日〜)
最後提交
2026年8月
GitHub 建立日期
2022年9月7日
收錄日
—
自頁面建立時收錄
Star 數變化
以表格顯示
| 月份 | Star |
|---|---|
| 2025年12月 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | — |
| 2026年5月 | — |
| 2026年6月 | — |
| 2026年7月 | — |
| 2026年8月 | — |
| 2026年9月 | 3,300 |
| 2026年10月 | 3,300 |
| 2026年11月 | 3,300 |
各月最後一次快照。1,000 以上的 Star 數以 100 為單位四捨五入。
在 PyPI 上的使用
PyPI 套件:pix2text · 至 2026年10月 的每月數值(ClickPy)
近一年下載數
97,738
來自日本的比例(近一年)
3.6%
依賴它的 PyPI 套件
2
其中必要依賴 1
PyPI 每月下載數
以表格顯示
| 月份 | 下載數(月) |
|---|---|
| 2019年1月 | — |
| 2019年2月 | — |
| 2019年3月 | — |
| 2019年4月 | — |
| 2019年5月 | — |
| 2019年6月 | — |
| 2019年7月 | — |
| 2019年8月 | — |
| 2019年9月 | — |
| 2019年10月 | — |
| 2019年11月 | — |
| 2019年12月 | — |
| 2020年1月 | — |
| 2020年2月 | — |
| 2020年3月 | — |
| 2020年4月 | — |
| 2020年5月 | — |
| 2020年6月 | — |
| 2020年7月 | — |
| 2020年8月 | — |
| 2020年9月 | — |
| 2020年10月 | — |
| 2020年11月 | — |
| 2020年12月 | — |
| 2021年1月 | — |
| 2021年2月 | — |
| 2021年3月 | — |
| 2021年4月 | — |
| 2021年5月 | — |
| 2021年6月 | — |
| 2021年7月 | — |
| 2021年8月 | — |
| 2021年9月 | — |
| 2021年10月 | — |
| 2021年11月 | — |
| 2021年12月 | — |
| 2022年1月 | — |
| 2022年2月 | — |
| 2022年3月 | — |
| 2022年4月 | — |
| 2022年5月 | — |
| 2022年6月 | — |
| 2022年7月 | — |
| 2022年8月 | — |
| 2022年9月 | 451 |
| 2022年10月 | 523 |
| 2022年11月 | 348 |
| 2022年12月 | 236 |
| 2023年1月 | 210 |
| 2023年2月 | 1,411 |
| 2023年3月 | 850 |
| 2023年4月 | 828 |
| 2023年5月 | 838 |
| 2023年6月 | 542 |
| 2023年7月 | 1,152 |
| 2023年8月 | 925 |
| 2023年9月 | 995 |
| 2023年10月 | 730 |
| 2023年11月 | 891 |
| 2023年12月 | 1,116 |
| 2024年1月 | 1,333 |
| 2024年2月 | 1,344 |
| 2024年3月 | 3,136 |
| 2024年4月 | 3,039 |
| 2024年5月 | 3,978 |
| 2024年6月 | 3,824 |
| 2024年7月 | 4,262 |
| 2024年8月 | 2,943 |
| 2024年9月 | 3,506 |
| 2024年10月 | 6,862 |
| 2024年11月 | 6,092 |
| 2024年12月 | 6,209 |
| 2025年1月 | 5,548 |
| 2025年2月 | 5,550 |
| 2025年3月 | 11,883 |
| 2025年4月 | 7,149 |
| 2025年5月 | 4,743 |
| 2025年6月 | 4,138 |
| 2025年7月 | 4,895 |
| 2025年8月 | 3,903 |
| 2025年9月 | 5,308 |
| 2025年10月 | 6,003 |
| 2025年11月 | 5,951 |
| 2025年12月 | 7,676 |
| 2026年1月 | 8,173 |
| 2026年2月 | 8,915 |
| 2026年3月 | 7,165 |
| 2026年4月 | 9,382 |
| 2026年5月 | 9,408 |
| 2026年6月 | 10,906 |
| 2026年7月 | 8,561 |
| 2026年8月 | 9,468 |
| 2026年9月 | 5,050 |
| 2026年10月 | 7,083 |
同分類的熱門資源
PaddleOCRPaddlePaddle91k將任意 PDF 或影像文件轉換為可供 AI 使用的結構化資料。一個連接影像/PDF 與大型語言模型的強大、輕量級 OCR 工具包,支援100多種語言。
MinerUopendatalab81k將 PDF 與 Office 文件等複雜文件轉換為適用於代理工作流程、可供大型語言模型使用的 Markdown/JSON。
tesseracttesseract-ocr77kTesseract 開源 OCR 引擎(主儲存庫)
tesseract.jsnaptha39k支援100多種語言的純 JavaScript OCR 📖🎉🖥。
EasyOCRJaidedAI30k開箱即用的 OCR,支援80多種語言以及拉丁字母、中文、阿拉伯文、天城文、西里爾字母等主流書寫體系。
opendataloader-pdfopendataloader-project29k面向 AI 就緒資料的 PDF 解析器,可自動化 PDF 無障礙處理,開源。
研究領域相近的資源
- manga-ocr-basekha-white299kManga OCR 是一個 Vision Encoder‑Decoder OCR 工具,能閱讀垂直與水平的日語漫畫文字(包含振假名),適用於多種字體與低品質圖像,且源碼免費提供。HF 模型共同: OCR 與文件影像・影像與多模態
manga-ocrkha-white2.8k關於日文文字的光學字符識別,主要聚焦於日本漫畫。GitHub共同: OCR 與文件影像・影像與多模態- meiki.txt.recognition.v0rtr4642kMeikiocr的 meiki.text.recognition.v0——一個基於 D‑FINE 的 MobileNetV4 模型,在日語視訊遊戲文字上微調——為水平文字提供最先進的準確性和延遲,能從 960×32 的輸入中偵測多達 48 個字符,並輸出每個字符的外框與置信度分數。HF 模型共同: OCR 與文件影像・影像與多模態
mokurokha-white1.8k在瀏覽器中閱讀日本漫畫,並可選擇文字。GitHub共同: OCR 與文件影像・影像與多模態
yomitokukotaro-kinoshita1.7kYomitoku是一個專為日語設計的AI驅動的文件圖像分析套件。GitHub共同: OCR 與文件影像・影像與多模態- meiki.text.detect.v0rtr4622kmeikiocr 提供一款基於 D‑FINE 的開源權重文字偵測模型,適用於遊戲視訊(v0.1 版,採用 MobileNet‑v4 主幹,提供兩種解析度變體與 64 框限制),以及實驗性低延遲 tiny 與 small 變體,已在日本遊戲及漫畫上訓練。HF 模型共同: OCR 與文件影像・影像與多模態