本次使用通用免费工具组覆盖三大场景，无需付费、无需复杂服务器搭建，请严格按步骤操作。
适合单页纸质合同、身份证、发票这类零散文档，扫成JPG/PNG/BMP格式后处理，识别精度高、速度快。
下载压缩包后，右键点击→解压到当前文件夹，生成“tianruo-ocr-local-enhanced-v1.4.2-x64”文件夹，双击运行文件夹内的TianruoOCR.exe。首次打开会弹出“首次使用需要下载核心模型？”的提示，勾选所有模型并点击“确定”，等待1-2分钟下载完成（视网速而定）。
模型下载完成后，工具窗口会出现三种识别入口：
适合已经扫描合并成PDF的档案，无需解压成图片，直接调用百度网盘内置的免费OCR转文字功能。
打开PC端百度网盘，点击左侧“全部文件”，新建一个名为“待OCR的档案”的文件夹，将待处理的PDF拖入该文件夹。
上传完成后，右键点击“待OCR的档案”文件夹内的单份PDF，选择“在线打开”，打开后点击页面顶部的“OCR文字识别”按钮。首次使用需要授权百度网盘访问权限，勾选“同意协议并授权”。授权后选择识别精度（通用文档识别精度最高，选这个），点击“开始识别”，等待1-5分钟识别完成。
如果要处理≤20份PDF，点击百度网盘个人空间顶部的“更多功能”→“文档工具”→“OCR文字识别”，选择“批量PDF识别”，拖拽≤20份PDF到上传区域，选择通用文档识别，设置保存路径为“我的网盘/已OCR的档案”，点击“开始识别”。识别完成后，点击“已OCR的档案”文件夹，全选识别结果TXT/DOCX文件，右键点击选择“下载”，设置本地保存路径即可。
适合大量扫描好的历史档案，使用Python开源工具PaddleOCR实现全自动化批量识别、排版、导出，处理速度快且免费无限量。
先安装Python：双击下载好的python-3.10.11-amd64.exe，务必勾选“Add Python 3.10 to PATH”，点击“Install Now”，等待安装完成。
安装完成后，按Win+R键，输入cmd，回车，打开命令提示符窗口，依次输入以下3条命令（每条输入后回车，等待提示“Successfully installed”再输下一条）： ``` pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple pip install paddleocr -i https://mirror.baidu.com/pypi/simple pip install pdf2image -i https://mirror.baidu.com/pypi/simple ``` 如果是Mac/Linux用户，第一条命令换成对应的CPU/GPU版本（新手建议用CPU版：Mac/Linux均用`pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple`）。
在电脑D盘（或者其他盘）根目录下新建两个文件夹：
在D盘根目录下新建一个文本文档，重命名为“ocr_batch.py”，右键点击选择“打开方式”→“记事本”，复制粘贴以下完整代码，然后点击“文件”→“保存”： ``` import os from pdf2image import convert_from_path from paddleocr import PaddleOCR, draw_ocr from PIL import Image 初始化OCR模型（中英文混合识别，CPU版） ocr = PaddleOCR(use_angle_cls=True, lang='ch', use_gpu=False) 输入输出文件夹路径 input_path = r"D:\input_folder" output_path = r"D:\output_folder" 检查输出文件夹是否存在，不存在则创建 if not os.path.exists(output_path): os.makedirs(output_path) 遍历输入文件夹内的所有文件 for filename in os.listdir(input_path): file_path = os.path.join(input_path, filename) 处理图片文件 if filename.lower().endswith(('.jpg', '.jpeg', '.png', '.bmp')): result = ocr.ocr(file_path, cls=True) 生成TXT识别结果 txt_path = os.path.join(output_path, filename.split('.')[0] + '.txt') with open(txt_path, 'w', encoding='utf-8') as f: for line in result[0]: f.write(line[1][0] + '\n') 处理PDF文件 elif filename.lower().endswith('.pdf'): 将PDF转成图片（每页一张） pages = convert_from_path(file_path, dpi=300) pdf_txt_path = os.path.join(output_path, filename.split('.')[0] + '.txt') with open(pdf_txt_path, 'w', encoding='utf-8') as f: for i, page in enumerate(pages): 保存临时图片 temp_img_path = os.path.join(output_path, f"{filename.split('.')[0]}_temp_{i}.jpg") page.save(temp_img_path, 'JPEG') 识别临时图片 result = ocr.ocr(temp_img_path, cls=True) 写入识别结果 f.write(f" 第 {i+1} 页 \n") for line in result[0]: f.write(line[1][0] + '\n') 删除临时图片 os.remove(temp_img_path) print("批量OCR识别完成！结果已保存到D:\\output_folder") ```
再次打开命令提示符窗口，输入“d:”回车（如果是其他盘换成对应的盘符加冒号），再输入“python ocr_batch.py回车”，等待脚本运行完成（处理100张图片约需5-10分钟，视电脑性能而定）。运行完成后，打开D:\output_folder即可看到所有识别结果的TXT文件。
微信咨询
电话联系
QQ客服
微信咨询一对一服务