Pix2Text V1.1 新版发布，支持 PDF 转 Markdown
内容提要
Pix2Text (P2T) V1.1 发布，整合了版面分析和表格识别模型，能够将复杂排版的图片和 PDF 文件转换为 Markdown 格式。该工具支持文字和数学公式的识别，旨在成为 Mathpix 的免费开源替代品。新版本增强了识别能力，支持多种语言，并提供在线文档和演示。
延伸解读
从公式识别到版面恢复：V1.1 的能力扩展
Pix2Text V1.0 主要聚焦于数学公式识别，而 V1.1 通过整合版面分析模型和表格识别模型，实现了对复杂排版图片和 PDF 文件的完整版面恢复，输出 Markdown 格式。这意味着工具不再局限于公式或文本的单独识别，而是能处理包含多种元素的文档，更接近实际文档数字化的需求。
免费网页版的实用限制
P2T 网页版允许所有用户免费使用，每人每天可识别 10000 个字符，但仅支持简体中文和英文。官方明确请求不要批量调用接口，因为机器资源有限，批量调用会导致其他人无法使用服务。对于其他语言，用户需使用在线 Demo，但该 Demo 硬件配置较低，速度较慢。
付费模型与开源模型的关系
V1.1 兼容 V1.0 中的所有模型，包括 MFD、MFR、CnOCR 等。付费版模型提供更高的识别效果，例如企业 Pro 订阅版包含更多模型文件，其中 CnOCR 付费模型对中英文文本识别效果更好。但使用付费模型前，需确保已用开源模型跑通 Pix2Text，否则可能无法正常运行。
输出格式的灵活转换
Pix2Text V1.1 将识别结果输出为 Markdown 格式，如果用户需要 Word、HTML、PDF 等其他格式，可以借助外部工具 Pandoc 对 Markdown 结果进行转换。这种设计保持了工具的核心专注性，同时通过生态工具满足多样化的输出需求。
Q&A
Pix2Text V1.1 的主要功能是什么？
Pix2Text V1.1 能够将复杂排版的图片和 PDF 文件转换为 Markdown 格式，并支持文字和数学公式的识别。
Pix2Text V1.1 支持哪些语言？
Pix2Text V1.1 支持超过 80 种语言，包括简体中文和英文。
如何使用 Pix2Text 识别 PDF 文件？
可以使用函数 .recognize_pdf() 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 V1.1 与 Mathpix 有什么区别？
Pix2Text V1.1 旨在成为 Mathpix 的免费开源替代品，提供类似的功能但不收费。
Pix2Text V1.1 的识别精度如何？
新版本增强了识别能力，提供更高的识别精度，特别是在数学公式的识别上。
使用 Pix2Text 的网页版有什么限制？
网页版每人每天可以免费识别 10000 个字符，且当前只支持简体中文和英文。
