Pix2Text V1.1 新版发布，支持 PDF 转 Markdown
内容提要
Pix2Text (P2T)是一个Python工具，可以识别图像中的文本和数学公式，并输出相应的文本和LaTeX表达式。它可以将PDF文件转换为Markdown格式，并支持多种语言。P2T集成了布局分析和表格分析模型，可以识别图像中的布局、表格、图像、文本和数学公式。它还提供将Markdown格式转换为Word、HTML和其他格式的功能。P2T有一个每天10,000个字符的网页版本，也可以购买付费模型。
延伸解读
从公式识别到版面恢复：V1.1 的能力升级
Pix2Text V1.0 主要聚焦于公式识别，推出了精度更高的 MFR 模型。V1.1 则在此基础上整合了版面分析和表格分析模型，能够识别图片中的版面、表格、图片、文字和数学公式，并以 Markdown 格式输出。这意味着工具从单一的公式识别扩展到了完整的文档结构恢复，对于需要处理扫描版 PDF 或复杂排版图片的用户来说，实用性显著提升。
免费与付费模型的选择策略
P2T 提供免费开源模型和付费模型两种选择。免费模型可满足基本识别需求，而付费模型（如 MFD、MFR、CnOCR）提供更高的识别精度。网页版每天可免费识别 10,000 个字符，但仅支持简体中文和英文，且资源有限，不适合批量调用。如果对精度有更高要求或需要处理其他语言，可以考虑购买企业版模型，但需注意 CnOCR 文本模型仅支持英文和简体中文。
多语言支持与在线资源
P2T V1.1 的文字识别引擎支持 80 多种语言，包括英文、简体中文、繁体中文和越南语等。对于简体中文或英文图片，建议使用 P2T 网页版，速度快且免费；其他语言可尝试在线 Demo，但硬件配置较低，速度较慢。此外，官方提供了在线文档和示例，详细说明了接口使用和效果展示，方便用户快速上手和评估。
Q&A
Pix2Text V1.1 有哪些主要功能？
Pix2Text V1.1 可以识别图像中的文本和数学公式，支持将 PDF 文件转换为 Markdown 格式，并提供将 Markdown 转换为 Word、HTML 等格式的功能。
Pix2Text 支持哪些语言的文字识别？
Pix2Text 支持超过 80 种语言的文字识别，包括英文、简体中文、繁体中文和越南语。
如何使用 Pix2Text 将 PDF 转换为 Markdown？
用户可以使用 .recognize_pdf() 函数对整个 PDF 文件或指定页进行识别，并将结果输出为 Markdown 文件。
Pix2Text 的网页版本有什么限制？
Pix2Text 的网页版本每天可以免费识别 10,000 个字符，并且当前只支持简体中文和英文。
Pix2Text V1.1 与 V1.0 有什么不同？
Pix2Text V1.1 增加了完整的版面恢复能力，并支持将整个 PDF 文件转换为 Markdown 格式，而 V1.0 主要提供更高精度的公式识别模型。
如何购买 Pix2Text 的付费模型？
用户可以通过 Pix2Text 的模型购买商店购买企业版模型，购买后可以下载对应的模型文件。
