local_ai_ocr

th1nhhdkApache-2.0更新放缓

本地离线运行的便携式 OCR 软件，用 DeepSeek-OCR-2 模型直接在你自己机器上识别图片和 PDF，适合不想把文档传到云端的场景。

An local, offline (after initial setup), portable OCR software that can process images and PDF files, using DeepSeek-OCR-2 AI (running directly on your machine).

v3.0.0发布于 2026-07-05 13:53 UTC886star213fork同步于 2026-11-07 07:28 UTC

OCR 离线识别 DeepSeek-OCR 本地推理 PDF识别

对比 GitHub ai deepseek-ocr deepseek-ocr-2 docx english

怎么上手

由 README 提炼，执行前请确认

原文

Windows：运行 env_setup.cmd，再运行 run.cmd（仅 CPU 用 run_cpu-only.cmd）
Linux：chmod +x *.sh && ./env_setup_linux.sh，再运行 ./run_linux.sh

硬件要求按 README 说明

建议 Windows 10 以上或 Linux；CPU 至少 4 核 8 线程，内存至少 16GB，磁盘约 11GB；GPU 需 Nvidia 且至少 8GB 显存，无 GPU 也能用 CPU 运行但慢很多。

8G 显存可跑纯 CPU 可运行

下载：源码 zip·GitHub Releases（安装包）本站不镜像安装包

项目说明

由 README 自动翻译提炼

没人工点评？写下你的经验

本地离线运行 DeepSeek-OCR 的便携式 OCR 工具，可处理图片和 PDF

本地离线运行的便携式 OCR 软件，用 DeepSeek-OCR-2 模型直接在你自己机器上识别图片和 PDF，适合不想把文档传到云端的场景。

核心能力

用 DeepSeek-OCR 模型在本机离线识别图片与 PDF
自动检测并使用 Nvidia GPU，不可用时回退到 CPU
支持 PDF 按页范围选择处理，并维护多文件处理队列
自动识别并提取文档中的图表图片插入结果
结果保留格式，可复制到 Word 或直接导出 .docx

容易踩的坑

首次 setup 脚本需联网下载约 6.67GB 模型权重，之后才可离线使用；Nvidia 驱动需 531 或更新版本，否则不会调用 GPU；env_setup 在 [1/6] 步报错可能是 Windows 版本低于 22H2；拖拽添加文件可能不保留顺序。

内容由模型根据 README 生成，可能不完整或不准确，以官方文档为准。看原文 README

用户点评

登录用户的真实使用记录，可按版本和硬件筛选

共 0 条

还没有人点评。第一个说出真实体验的人最有价值。

README 原文

未翻译

在 GitHub 打开

Languages:

Tiếng Việt | English

Local AI OCR (v3.0.0)

Một phần mềm OCR nội bộ, offline (sau khi thiết lập lần đầu), portable, có thể xử lý ảnh và tệp PDF, sử dụng AI DeepSeek-OCR (chạy nội bộ trực tiếp trên máy).

screenshot_v2.4

Tính năng

Chạy offline (nội bộ): Không cần kết nối mạng, cũng chả liên lạc đi đâu, đảm bảo bảo mật dữ liệu tuyệt đối.
Hỗ trợ GPU (và CPU): Tự động phát hiện và sử dụng GPU để tăng tốc, nếu không thể sử dụng GPU thì tự động chuyển sang CPU (CPU sẽ chậm hơn nhiều).
Hỗ trợ đa ngôn ngữ: Tiếng Việt, Tiếng Anh, Tiếng Trung, Tiếng Nhật, ...
Hỗ trợ nhiều định dạng tệp: Ảnh .png, .jpg, .webp, .heic, .heif và Tài liệu .pdf.
Xử lý PDF thông minh: Cho phép chọn phạm vi trang để xử lý (với các tệp PDF >=2 trang).
Hệ thống Hàng chờ: Cho phép xử lý lần lượt nhiều tệp.
Tự động trích xuất Ảnh: Tự động nhận diện và trích xuất các biểu đồ, hình ảnh... trong tài liệu để chèn trực tiếp vào kết quả.
Kết quả đẹp: Hỗ trợ hiển thị kết quả có định dạng thay vì văn bản thô, cho phép giữ nguyên định dạng để dán vào Word, ...
Xuất ra Word: Hỗ trợ xuất trực tiếp kết quả sang file .docx bên cạnh tùy chọn Sao chép vào Clipboard thông thường.
Hình minh họa quá trình OCR: Nhìn thấy AI đang đọc đến đoạn nào bằng cách nhìn hộp bao quanh. (khá ngầu).
Có 3 chế độ xử lý:
- Tài liệu Markdown (giữ định dạng): Trích xuất văn bản, cố gắng giữ bố cục (Table, ...)
- OCR Tự do (Free OCR): Trích xuất văn bản, giữ bố cục tốt hơn "OCR Tiêu chuẩn".
- OCR Tiêu chuẩn: Trích xuất văn bản, giữ bố cục không tốt.
Giao diện tự động phát hiện Ngôn ngữ: dựa vào việc máy có Cốc Cốc hoặc Zalỏ hay không.
Tự động xả Model AI để giải phóng bộ nhớ: Sau khi "Bắt đầu xử lý" lần đầu thì Model AI sẽ được nạp vào bộ nhớ, sau khi hoàn thành đợi 5 phút thì bộ nhớ sẽ tự được giải phóng (Hoặc nhấn nút "Xả Model AI để giải phóng bộ nhớ ngay).

Yêu cầu hệ thống (khuyến nghị)

Lưu ý: Bạn vẫn có thể chạy phần mềm này mặc dù không đạt yêu cầu hệ thống (thậm chí không GPU vẫn chạy được), nhưng tốc độ sẽ chậm hơn nhiều.
OS: Windows 10 trở lên, hoặc Linux
CPU: Tối thiểu 4 lõi/8 luồng
RAM: Tối thiểu 16GB
Dung lượng trống: Khoảng 11GB
GPU: Có GPU Nvidia, với tối thiểu 8GB VRAM
- Lưu ý: Phần mềm sẽ cố dùng GPU, thậm chí khi dung lượng VRAM không đạt yêu cầu để tăng tốc phần mềm.

Tải về và thiết lập

Tải file .zip (hoặc .tar.gz cho Linux) trong mục Releases (bên phải, dưới About), giải nén nó ra
Windows: Chạy env_setup.cmd Linux: Mở Terminal ở thư mục dự án, cấp quyền thực thi với chmod +x *.sh và chạy ./env_setup_linux.sh
- Lưu ý: Script này sẽ tải về file (weights) AI nặng 6.67 GB

Bạn đã hoàn thành việc thiết lập phần mềm, phần mềm sẽ không cần kết nối mạng nữa.

Lưu ý trước khi sử dụng

Mặc dù DeepSeek-OCR-2 có độ chính xác cực cao, bạn vẫn nên kiểm tra lại kết quả, đặc biệt với tài liệu quan trọng.
Lần chạy đầu tiên luôn tốn một chút thời gian để load AI Model vào bộ nhớ.
Việc kéo và thả các tệp tin có thể sẽ không giữ lại thứ tự tệp, đây là giới hạn phần mềm và hiện không có cách khắc phục.

Hướng dẫn sử dụng

Khởi động phần mềm:
- Windows: Chạy file run.cmd để khởi động phần mềm (sử dụng GPU nếu có thể). Nếu bạn muốn ép phần mềm chạy bằng CPU, hãy dùng run_cpu-only.cmd.
- Linux: Chạy ./run_linux.sh (sử dụng GPU) hoặc ./run_linux_cpu-only.sh (chỉ dùng CPU).
Sử dụng phần mềm:
- 2a. Quản lý tệp tin:
  - Thêm ảnh/Thêm PDF: Chọn trang tài liệu cần xử lý để thêm vào Hàng chờ xử lý.
  - Xóa Hàng chờ: Xóa sạch danh sách Hàng chờ xử lý.
- 2b. Chọn chế độ (nên giữ mặc định): Chọn giữa 2 chế độ OCR, mặc định là tốt nhất.
- 2c. Bắt đầu OCR: Nhấn nút "Bắt đầu xử lý" để bắt đầu OCR.
- 2d. Kết quả: Văn bản sau khi được xử lý sẽ hiển thị nội dung ở khung bên phải, bạn nên nhìn bên "Kết quả đẹp" (phần mềm sẽ tự chuyển qua Thẻ đó khi OCR kết thúc).
- 2e. Sao chép kết quả & Xuất Word: Nhấn nút này để sao chép nội dung trong ô "Kết quả". Nếu bạn đang ở Thẻ "Kết quả đẹp" thì định dạng sẽ được giữ nguyên, bạn có thể dán vào Word hoặc phần mềm khác. Bạn cũng có thể dùng nút "Xuất ra Word" để lưu trực tiếp thành file .docx.

Mẹo: Nhấn nút "Xả Model AI" giúp giải phóng RAM/VRAM khi bạn không có ý định tiếp tục sử dụng OCR, nhưng lại chưa muốn tắt phần mềm.

Xử lý vấn đề

Phần mềm dùng CPU và RAM, nhưng lại không đụng vào GPU Nvidia:
- Bạn bật Nvidia Control Panel lên xem Driver đang dùng là bản bao nhiêu? Phải bản 531 hoặc mới hơn mới sử dụng được.
- Bạn qua Website của Nvidia để tải Driver mới hơn nha.
env_setup.bat lỗi ở bước [1/6]:
- Bạn đang dùng Windows 10/11 21H2 à? thử năng cấp lên ít nhất 22H2 xem?
Nếu bạn gặp lỗi liên quan đến GPU, hãy dùng run_cpu-only.cmd để phần mềm không sử dụng GPU.