Elysia Tools
导航
AI Tools
将扫描版或图片型 PDF 转成 Markdown，优先走 OpenDataLoader hybrid OCR，并在后端不可用时优雅回退
详情
上传扫描版 PDF 后，工具会优先尝试 OpenDataLoader hybrid OCR，将结果导出为 Markdown；如果当前环境没有 hybrid 后端，它也会自动回退到标准提取，并在 metadata 中清楚标记回退原因。
执行
填写表单、运行工具，并在同一页面查看结果。
等待运行
案例
相关内容
工具使用指南
扫描版 PDF OCR 转 Markdown 工具利用 OpenDataLoader 的混合 OCR 技术，能够高效地将扫描件或纯图片格式的 PDF 文档转换为结构化的 Markdown 文件。该工具支持自定义页码范围，并具备智能回退机制，当混合 OCR 后端不可用时，会自动切换至标准提取模式，确保转换流程的稳定性与结果的可用性。
背景
分析师收到一份只有扫描图片的行业调研报告，需要将其中的文字提取出来编写周报。
问题
无法直接从 PDF 中复制文字，手动录入效率极低且容易出错。
如何使用
上传扫描版 PDF，在页码范围输入需要提取的页面，勾选“保留换行”，点击转换。
{"pages": "1-10", "keepLineBreaks": true, "preferHybridOcr": true}结果
获得了一个包含前 10 页内容的 Markdown 文件，文字识别准确，可直接粘贴到分析报告中。
背景
导师提供了一些早期的学术论文扫描件，学生需要将其整理成电子笔记进行文献综述。
问题
论文页数较多，且需要保留原始的分页感以便后续对照原件校对。
如何使用
上传论文 PDF，开启“插入分页标记”选项，指定需要转换的关键页码。
{"pages": "5,8,12-15", "includePageSeparators": true}结果
生成的 Markdown 文件在指定页面之间插入了清晰的分隔符，极大地方便了文献的校对与整理。
主要针对扫描版 PDF 或纯图片 PDF，同时也支持包含文字层的混合型 PDF 文档。
工具会将内容转换为 Markdown 语法，保留基本的文本段落结构，但复杂的视觉布局会进行简化处理。
这是一种结合了多种识别算法的高级模式，能更精准地处理复杂页面布局，提高文字识别的准确度。
工具会自动回退到标准提取模式，并在生成的元数据中明确标记回退原因，确保您仍能获得基础文本。
可以，在“页码范围”选项中输入具体的页码或范围（例如 1,3,5-7）即可实现局部转换。