当前位置: 首页> 健康> 美食 > 深圳各大网站制作哪家公司好_福州网站建设自助建站_北京seo培训_个人在线网站推广

深圳各大网站制作哪家公司好_福州网站建设自助建站_北京seo培训_个人在线网站推广

时间:2025/7/12 10:16:01来源:https://blog.csdn.net/yxzyfx/article/details/147264205 浏览次数:0次
深圳各大网站制作哪家公司好_福州网站建设自助建站_北京seo培训_个人在线网站推广

经常需要阅读大量的 PDF 文档,但在移动设备上阅读 PDF 通常体验极差。屏幕小、排版固定,需要不断放大缩小,眼睛容易疲劳,长时间阅读简直是一种折磨。

虽有不少 PDF 转换工具,但对扫描书籍支持不佳,经常丢失文本结构,混入页眉页脚,跨页内容断开,转换后反而更难阅读,让人头疼不已。

最近在 GitHub 上我发现了一个名为 PDF Craft 的开源工具。

它专门针对扫描书籍的 PDF 文件进行智能处理,能够精准提取正文,过滤无关元素。

并且能一键转换为更适合阅读的 Markdown 或 EPUB 格式,彻底解决了阅读困扰。

img

主要功能

PDF 转 Markdown:使用本地 AI 模型将 PDF 转为 Markdown 格式,无需联网调用 LLM 服务,仅凭本地算力即可完成。遇到图表、公式等内容,会自动截图并插入到 Markdown 文件中。

PDF 转 EPUB:将 PDF 转换为带目录和分章节的 EPUB 电子书,过程中会通过 LLM 读取注释和引用信息,并在 EPUB 中以新的格式呈现。

img

多重 OCR:通过对同一页面进行多次 OCR 扫描,提高文字识别质量,避免因字迹模糊而丢失内容。

LLM 高级设置:支持断线重连、超时设置、创造力调整等参数配置,可在质量和费用之间寻求平衡。

GPU 加速支持:可配置使用 CUDA 加速处理,大幅提升转换速度。

安装指南

安装 PDF Craft 非常简单,只需几个命令就能搞定。首先需要确保系统中已安装 Python 3.10 或更高版本(推荐 3.10.16)。

pip install pdf-craftpip install onnxruntime==1.21.0

如果想使用 GPU 加速处理,需要先准备好 CUDA 环境,然后安装 onnxruntime-gpu:

pip install onnxruntime-gpu==1.21.0

使用指南

PDF 转 Markdown 使用方法

from pdf_craft import PDFPageExtractor, MarkDownWriterextractor = PDFPageExtractor(  device="cpu",  # 使用 CUDA 加速时改为 device="cuda"  model_dir_path="/path/to/model/dir/path",  # AI 模型保存位置)with MarkDownWriter(markdown_path, "images", "utf-8") as md:  for block in extractor.extract(pdf="/path/to/pdf/file"):    md.write(block)

img

PDF 转 EPUB 使用方法

from pdf_craft import PDFPageExtractor, LLM, analyse, generate_epub_file# 配置 PDF 页面提取器extractor = PDFPageExtractor(  device="cpu",  model_dir_path="/path/to/model/dir/path",)# 配置 LLM 服务llm = LLM(  key="sk-XXXXX",  url="https://api.deepseek.com",  model="deepseek-chat",  token_encoding="o200k_base",)# 分析 PDF 内容analyse(  llm=llm,  pdf_page_extractor=extractor,  pdf_path="/path/to/pdf/file",  analysing_dir_path="/path/to/analysing/dir",  output_dir_path="/path/to/output/files",)# 生成 EPUB 文件generate_epub_file(  from_dir_path=output_dir_path,  epub_file_path="/path/to/output/epub",)

img

写在最后

通过 PDF Craft,终于可以轻松将扫描 PDF 转换为更适合移动设备阅读的格式。

无论是学习研究时查阅论文,还是日常阅读扫描书籍,都能获得更流畅、更舒适的阅读体验。

这款开源工具极大提高了阅读效率,让 PDF 文档不再成为阅读的障碍!

关键字:深圳各大网站制作哪家公司好_福州网站建设自助建站_北京seo培训_个人在线网站推广

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:809451989@qq.com,投稿邮箱:809451989@qq.com

责任编辑: