Chandra – 将图像和PDF转为良好结构的HTML/Markdown/JSON

Chandra 是一款基于深度学习的开源OCR模型，支持将图像和PDF高精度地转换为HTML、Markdown 或 JSON等结构化格式。它在完成文本提取的同时，能够出色地保留原始文档的布局信息，这对于处理包含页眉页脚、复杂表格、数学公式乃至手写内容的文档至关重要。

此外，该工具支持超过40种语言的识别，并针对手写体、表单（包括复选框）、以及学术文献中的数学公式做了专项优化。它提供本地（HuggingFace）和远程（vLLM服务器）两种部署模式，并配备了命令行工具与交互式Web界面，便于集成与批量处理。

J.Cling 推荐拓展：

• Texo – 数学公式OCR识别工具｜一键转为LaTeX代码
• Text Grab – 无需联网的开源OCR文字识别工具
• Versatile OCR Program – 90-95%高准确率的OCR文字识别工具
• DeepSeek OCR APP – 基于 DeepSeek-OCR 开发AI OCR识别工具
• DeekSeek-OCR Dockerized API：高质量PDF转Markdown开源工具

---

主要功能特点

• 将文档转换为带有详细布局信息的 Markdown、HTML 或 JSON
• 良好的手写支持
• 精确重建表单，包括复选框
• 对表格、数学和复杂布局的良好支持
• 提取图像和图表，包含标题和结构化数据
• 支持40多种语言
• 两种推理模式：本地（HuggingFace）和远程（vLLM 服务器）

官方使用说明

见网盘

更新日志

v0.1.7

• 正确渲染 pdf 图像

获取方式

官方网站

https://github.com/datalab-to/chandra

https://www.datalab.to

网盘下载

https://pan.quark.cn/s/ffe950d20d3e

更多AI软件请访问：

https://www.gewuzhizhi.vip/software-store/all-software-store/ai-software

★★★ 强烈推荐 ★★★ 点击下图，500+常用办公精品软件一键直达！

常用生产力软件大宝荐【持续更新】