Llama OCR：利用免费Llama 3.2 Vision接口，三行代码将图像转换为Markdown的OCR库

Allgemeine Einführung

Llama OCR 是一个基于 Llama 3.2 Vision 的 OCR（光学字符识别）库，能够将文档转换为 Markdown 格式。该库由 Nutlope 开发，使用 Gemeinsam AI 提供的免费 Llama 3.2 接口进行图像解析，并返回 Markdown 文本。Llama OCR 支持本地和远程图像的 OCR 处理，未来还计划支持 PDF 文件的 OCR。用户可以通过 npm 安装该库，并在项目中轻松调用其功能。

Referenzobjekte: Zerox

演示：https://llamaocr.com/

依赖together提供的Meta Llama Vision免费接口：https://api.together.ai/models/meta-llama/Llama-Vision-Free

更多免费视觉模型：智谱开放平台，上线首款免费多模态视觉模型GLM-4V-Flash，不限量使用！

Funktionsliste

• 图像OCR：支持本地和远程图像的光学字符识别。
• Markdown输出：将识别的文本转换为 Markdown 格式。
• Unterstützung mehrerer Modelle：提供免费和付费的 Llama 3.2 模型接口，满足不同性能需求。
• API-Einbindung：通过 Together AI 的 API 进行图像解析。
• zukünftige Funktionen：计划支持单页和多页 PDF 的 OCR 处理，以及 JSON 格式输出。

Hilfe verwenden

Ablauf der Installation

1. 确保已安装 Node.js 环境。
2. 使用 npm 安装 Llama OCR 库：

   npm i llama-ocr

Verwendung

1. 导入 Llama OCR 库：

   import { ocr } from "llama-ocr";

2. Aufforderungen ocr 函数进行图像解析：

   const markdown = await ocr({
filePath: "./trader-joes-receipt.jpg", // 图像文件路径
apiKey: process.env.TOGETHER_API_KEY, // Together AI API 密钥
});

3. 处理返回的 Markdown 文本：

   console.log(markdown);

Detaillierte Funktionsweise

• 图像OCR：将图像文件路径传递给 ocr 函数，即可获取图像中的文本内容。
• Markdown输出：解析后的文本自动转换为 Markdown 格式，方便在文档中使用。
• Unterstützung mehrerer Modelle：通过设置 Modell 参数，可以选择不同的 Llama 3.2 模型（如 Llama-3.2-90B-Vision vielleicht Llama-3.2-11B-Vision）以满足不同的性能需求。
• API-Einbindung：需要在环境变量中设置 Together AI 的 API 密钥，以便调用其接口进行图像解析。

Beispielcode (Rechnen)

import { ocr } from "llama-ocr";
async function runOCR() {
const markdown = await ocr({
filePath: "./example-image.jpg",
apiKey: "your-together-ai-api-key",
});
console.log(markdown);
}
runOCR();

zukünftige Funktionen

• PDF支持：未来版本将支持单页和多页 PDF 文件的 OCR 处理。
• JSON输出：除了 Markdown 格式外，还将支持 JSON 格式的输出，便于数据处理和集成。

通过以上步骤，用户可以轻松安装和使用 Llama OCR 库，将图像中的文本内容转换为 Markdown 格式，提升文档处理效率。

Der Leitfaden für Laien zum Einstieg in die KI

Hilft Ihnen, die Nutzung von KI-Tools kostengünstig und von Null an zu erlernen.KI ist, wie Bürosoftware, eine wesentliche Fähigkeit für jeden. Die Beherrschung von KI verschafft Ihnen einen Vorteil bei der Stellensuche und die Hälfte des Aufwands bei Ihrer zukünftigen Arbeit und Ihrem Studium.

Details ansehen>