Ren(@Ryrenz):📕 扫描版的老书，能整本转成 Markdown 或 EPUB GitHub 上 6.2K stars 手上有一堆扫描版的旧书和资料，问题是它们本质上是一叠图片：搜不了、复制不了、在手机上看要不停放大挪位置。想转成电子书，普通 OCR 一碰到表格就散、遇到公式就废，转出来还得手工修半天。 PDF Craft 专门冲着扫描书籍去的。它基于 DeepSeek OCR 做识别，表格和公式都在处理范围内。转 Markdown 或 EPUB 时，封面、脚注、目录识别、表格渲染和公式渲染都能配置。EPUB 这边给的选项很细：表格可以用 HTML 也可以直接裁原图，公式可以走 MathML、SVG 或者原图裁剪，识别不准的时候至少还能保留原样。 OCR 有本地和云端两条路，本地跑需要支持 CUDA 的 PyTorch 环境，模型从 Hugging Face 下载，支持自定义缓存目录和离线加载；不想折腾环境就接兼容 OpenAI 接口的云端服务。PDF 解析和渲染默认依赖 Poppler 和 pdf2image。版本上有个变化要注意：v1.0.0 起移除了 LLM 文本纠错，改用 DeepSeek OCR，还想要旧版纠错功能的话用 v0.2.8。MIT 协议。书数字化了才算真正属于你。 GitHub：

2026.08.24 07:06

📕 扫描版的老书，能整本转成 Markdown 或 EPUB GitHub 上 6.2K stars 手上有一堆扫描版的旧书和资料，问题是它们本质上是一叠图片：搜不了、复制不了、在手机上看要不停放大挪位置。想转成电子书，普通 OCR 一碰到表格就散、遇到公式就废，转出来还得手工修半天。 PDF Craft 专门冲着扫描书籍去的。它基于 DeepSeek OCR 做识别，表格和公式都在处理范围内。转 Markdown 或 EPUB 时，封面、脚注、目录识别、表格渲染和公式渲染都能配置。EPUB 这边给的选项很细：表格可以用 HTML 也可以直接裁原图，公式可以走 MathML、SVG 或者原图裁剪，识别不准的时候至少还能保留原样。 OCR 有本地和云端两条路，本地跑需要支持 CUDA 的 PyTorch 环境，模型从 Hugging Face 下载，支持自定义缓存目录和离线加载；不想折腾环境就接兼容 OpenAI 接口的云端服务。PDF 解析和渲染默认依赖 Poppler 和 pdf2image。版本上有个变化要注意：v1.0.0 起移除了 LLM 文本纠错，改用 DeepSeek OCR，还想要旧版纠错功能的话用 v0.2.8。MIT 协议。书数字化了才算真正属于你。 GitHub：

显示更多