Pix2Text

图片直接转 Markdown，公式表格全搞定，免费替代 Mathpix

Pix2Text 是一个开源的 Python3 工具，旨在将图片中的版面、表格、数学公式和文字识别并转换为 Markdown 格式。它使用小型模型，支持 80 多种语言，是 Mathpix 的免费替代品。该项目解决的核心问题是：如何将复杂的视觉内容（如学术论文、书籍扫描件、手写笔记）高效、准确地转化为可编辑的文本表示，尤其擅长处理数学公式和表格。其核心能力包括版面分析、表格识别、数学公式识别（LaTeX）和 OCR 文字识别，并整合为端到端的图像转 Markdown 流程。模型设计轻量，适合在本地或资源受限环境部署，为科研、教育、文档数字化等领域提供便捷工具。

开源 freemium 计算机视觉

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 3224

维护状态活跃

是否开源是

定价模式 freemium

项目数据

分类计算机视觉

开发团队breezedeus

所属国家

官网地址https://p2t.breezedeus.com

GitHubhttps://github.com/breezedeus/Pix2Text

定价模式freemium

价格说明开源免费，提供在线Demo，高级功能或云服务可能收费

访问状态

是否开源是

开源协议MIT

主要语言Jupyter Notebook

技术栈/模型image-to-markdown,latex,latex-pdf,layout-analysis,math-formula,math-formula-recognition,math-ocr,mathpix,ocr,python,pytorch,table-ocr

GitHub 星标★ 3224

30天Star增速

HF 下载量

上线时间2022-09-07 00:00:00

最近更新2026-08-23 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-24

浏览次数0

核心亮点

支持版面、表格、公式、文字一站式识别，直接输出 Markdown，流程完整
模型体积小，可本地部署，无需依赖云端服务，保护数据隐私
支持 80+ 语言，覆盖广泛，适合多语言文档处理

不足之处

复杂表格和手写公式的识别准确率可能不及商业产品（如 Mathpix）
文档和社区生态相对较小，示例和教程有待丰富

适用场景

学术论文和书籍的数字化，将扫描版 PDF 转为可编辑 Markdown
教育场景中，教师或学生将板书、讲义图片转为文本笔记
科研人员快速提取论文中的公式和表格，用于写作或二次编辑

替代项目

Mathpix、Tesseract OCR、LaTeX-OCR

项目介绍

Pix2Text 是一个计算机视觉领域的开源项目，官方简介：An Open-Source Python3 tool with SMALL models for recognizing layouts, tables, math formulas (LaTeX), and text in images, converting them into Markdown format. A free alternative to Mathpix, empowering seamless conversion of visual content into text-based representations. 80+ languages are supported.。项目使用 Jupyter Notebook 开发，在 GitHub 上获得 3224 星标。

上一篇：OpenCVTutorials

下一篇：没有了！