工具软件:MyOCRTool文字与表格识别(2026.8)

去年发布了一个文字识别工具(见工具软件更新：RapidOCR文字快速识别)，能够快速提取图片和PDF文件中的文字内容，只是不能理解文档版面结构、无法提取表格。

为解决这两个问题，用新学的python重写了个文字(表格)识别工具：MyOcrTool。这是基于百度2026年6月开源的PP-OCRv6及PP-STRUCTUREv3 (CPU版)开发的，适用于widnows10及以上的64位操作系统,内存8G及以上(建议16G以上)。主要特点：

支持:批量识别图片、PDF文件中的文字和表格；

（可输出Word、TXT格式文件。输出WORD格式时基本能理解复杂版面布局，提取的文字比较符合原文顺序、结构，还能提取表格内容。）

支持:批量拆分PDF文件为图片；
（输出PNG格式图片）
支持:自适应不同内存容量的电脑。
(小内存电脑识别精度、速度稍低。建议内存16G及以上)
支持:完全离线运行，不需联网；(已内含各推理模型文件，不用联网就能使用。因此安装文件也就比较大(约1.9G))示例：（因字很小，个别文字识别还有误。）

原图

识别结果

新华社记者

康庄大道山海偕行

30年。习近平同志在是国宁协作福建工作期间亲自谋划、亲自推动这一伟大实践，创造了“干沙滩”变“金沙滩”的人间奇迹，开辟了东西部协作的新机制。

6月，习近平总书记对常态化做好东西部协作工作作出重要指示强调，“要总结运用闽宁协作等有益经验”不断增强区城发展协调性，推动全体人民共同富裕迈出坚实步伐”。股股托，山海回响。30年来，闽宁协作蹬出的这条康庄大道，正从贺兰山脚下延伸向广神州大地，为东西部协作的广阔实践提供经验。

山海情缘：“干沙滩”变“金沙滩”

随着一阵低沉的号子声，移民队伍沿着“之”字形山路，一步步迈向新家.这是7月1日正式开园的“看见闽宁·戏

（...略...）

需要的朋友可从此下载：

百度网盘：https://pan.baidu.com/s/1cHINUlrYnHmBwde6MjA42w?pwd=43u3

（安装文件名为：Setup_MyOcrTool20260801(文字表格识别工具).exe）

或扫描二维码(长按下图识别二维码)

操作界面：

My OCR Tool（文字/表格识别工具）操作说明

1. 工具介绍

MyOcrTool是一个基于百度2026年6月开源的PP-OCRv6、PP-STRUCTUREv3 (CPU版)开发、用于识别提取图片或PDF文件中的文字、表格内容的工具。

支持:批量识别图片、PDF文件中的文字和表格；
（可输出Word、TXT格式文件）
支持:批量拆分PDF文件为图片；
（输出PNG格式图片）
支持:自适应不同内存容量的电脑。
(小内存电脑识别精度、速度稍低。建议内存16G及以上)
支持:完全离线运行，不需联网；
操作系统环境要求：
widnows10及以上的64位操作系统,内存8G及以上(建议16G以上)。

附：PaddleOCR简介
PP-OCRv6介绍
： 2026年6月，PaddleOCR 发布 PP-OCRv6，作为 PP-OCR 系列的最新版本。 PP-OCRv6 基于全新设计的 PPLCNetV4 统一骨干网络，提供 tiny/small/medium 三档模型（1.5M~34.5M 参数）。在精度方面，medium 档相比 PP-OCRv5_server 识别精度提升 5.1%、检测精度提升 4.6%，以仅 34.5M 参数的规模超越 Qwen3-VL-235B、GPT-5.5 等大型视觉语言模型。在多语种方面，单一模型统一支持中文、英文、日文及 46 种拉丁语系共 50 种语言，无需为不同语种切换模型。在场景覆盖方面，PP-OCRv6 大幅提升了数码管、点阵字符、轮胎印字、工业字符等传统 VLM 难以覆盖的专业场景识别能力。在速度方面，PP-OCRv6_medium 在 Intel Xeon CPU OpenVINO 下相比 PP-OCRv5_server 加速 5.2×（1.40s vs 7.30s），tiny 档在纯前端浏览器环境的极低算力下，直接轰出了单图 97ms 的惊人成绩。
PP-StructureV3介绍
： PP-StructureV3 能够将文档图像和 PDF 文件高效转换为结构化内容（如 Markdown 格式），并具备版面区域检测、表格识别、公式识别、图表理解以及多栏阅读顺序恢复等强大功能。该工具在多种文档类型下均表现优异，能够处理复杂的文档数据。

2. 基本操作

操作流程：添加要识别的图片或PDF文件，设置参数，点击“开始识别”即可，识别结束后，结果存放在“输出目录”中。

添加文件
：点击“📂 添加文件”可添加单个文件（支持图片和PDF文件）。
添加目录
：点击“📁 添加目录”可添加该目录下的所有图片和PDF文件。
清空列表
：点击“🗑 清空列表”可全部清空"待处理文件列表",选中“待处理文件列表”中的项目，按“DEL”键可清除单个项目。
查看文件
：双击列表中的文件名，可使用系统默认应用打开预览。
调整顺序
：用鼠标拖动"待处理文件列表"中的文件项目，可调整前后顺序。
开始识别
：点击“🚀 开始识别”，将开始批量识别“待处理文件列表”中的文件，识别结果保存在“输出目录”中。在识别过程中可按“⏹️ 停止识别”或按ESC 键中止操作。
拆分PDF
：点击“✂拆分PDF”可将"待处理文件列表"中的PDF文件按页拆分为一张张图片。
重置引擎
：点击“♻️重置引擎”可关闭已初始化的识别引擎，以便启用新的参数来识别内容。
帮助
：点击“❓ 帮助”可打开查看本帮助说明。

3.参数设置

设置输出目录、输出格式(引擎类型)、引擎参数：

输出目录
：设置识别结果文件的存放位置。默认为当前用户“我的文档”下的“MyOcr_out”目录。点击“重选输出目录...”可设置为其他目录；点击“打开输出目录”可浏览查看该目录中的文件。
输出格式
：可选择 Docx(Word文件) 或 TXT文本文件格式

DOCX
：使用 PP-StructureV3 引擎（根据当前电脑的内存大小自动适配基础参数）。输出保存为word文件（docx格式）。保留原文档排版、表格。适合需要格式还原的场景。

引擎参数：
预处理
：如果图片或PDF内容比较规范、清晰，可不选此项以加快速度；如果图片或PDF内容歪斜、模糊、变形等可开启此项以提高识别率。
提取表格
：如果原文件中没有表格，可不选此项可大幅提速。
保留原始分行、段落结构
：不选此项则自动合并同区块的零散文字、去除多余换行空格，输出规整文本。
识别数学公式
：通常的文档、报表可不选。

TXT
：使用 PP-OCRv6引擎。输出保存为TXT文件（纯文本）。仅提取纯文本文字，速度较快。适合只需要文字内容的场景。

引擎参数：
小模型
：选中此项，则启用小模型(small)，速度更快，但精度略低,否则使用medium模型；
启用文档方向分类模型
：自动校正文档图像的朝向。若图片或PDF文档比较规范，不用选中此项；
启用文本图像校正
：自动校正文本区域的形变（褶皱、弯曲、倾斜等）。若图片或PDF文档中文本区域比较规范，不用选中此项；

所有识别结果合并为一个文件
：选中此项，则将“待处理文件列表”的识别结果合并存放到一个文件( MyOCR_Merged_Output.docx或txt)中，否则识别结果与原文件名一一对应，分别存放为：原文件名.docx(或Txt)

4. 常见问题

内存不足
：如果提示内存不足，可关闭一些其他软件，释放部分内存后再试。
无法读取图片
：可能原因：1.图片文件损坏，检查一下图片是否正常;2.图片文件太大可能导致内存不足，建议最长边长不超过4000。
设置的引擎参数不起作用
：更改引擎参数后，可点击“重置引擎”，以便再次识别时用新的参数启动引擎。
保存配置失败:
[Errno 13] Permission denied: 'MyOcr_config.json'。原因：当前运行本工具的权限不足，无法保存设置文件。解决方法：用鼠标右击本工具的桌面图标，在“属性”-》“兼容性”页勾选“以管理员身份运行此程序”即可。

5.高级设置

本工具基于开源的PaddleOCR(PP-OCRv6/PP-StructureV3)开发，而PaddleOCR的模型参数众多，有经验的用户可自行设置配置文件，以满足自己的识别需求（识别精度、可信度、速度等）。调用的配置文件有：(配置文件可用记事本等文本编辑软件打开修改。)
PP-StructureV3.yaml
：当电脑内存不小于16G、输出Docx格式时的配置文件（PP-StructureV3引擎）。（本工具会根据内存容量自动检测调用）
PP-StructureV3_smallMemory.yaml
：当电脑内存小于16G、输出Docx格式时的配置文件（PP-StructureV3引擎）。（本工具会根据内存容量自动检测调用）
MyOcr_small.yaml
：当选择输出TXT格式、“small”模式时的配置文件（PP-OCR V6引擎）
MyOcr.yaml
：当选择输出TXT格式、不选“small”模式时的配置文件（PP-OCR V6引擎）