Ollama-OCR：基於 Ollama 多模態大模型的端到端文檔解析和處理

基本介紹

Ollama-OCR 是一個 Python 的 OCR 解析庫，結合了 Ollama 的模型能力，可以直接處理 PDF 文件無需額外轉換，輕鬆從掃描版或原生 PDF 文檔中提取文本和數據。根據使用的視覺模型和自定義提示詞，Ollama-OCR 可支持多種語言，並且能把文檔轉換爲特定的格式進行輸出。

  1. 支持多種視覺模型

可以從 Ollama 上選擇最新的視覺模型： 

● gemma3：來自谷歌的最新多模態模型 

● llama4：Meta 的多模態模型，中文能力有限 

● qwen2.5vl：阿里千問團隊最新的視覺語言模型

或選擇其他更加適合特定任務的視覺模型

  1. 多種輸出格式，並且可自定義提示詞

Ollama-OCR 提供多種輸出格式以適應不同場景： 

● Markdown：保留結構化格式，包括標題和列表 

● 純文本：提取乾淨、無格式的文本 

● JSON：便於集成的結構化數據輸出 

● 結構化格式：提取並組織表格和層級內容 

● 鍵值對：適合處理表單、發票和收據 

● 表格：高效提取所有表格數據

使用方法

首先使用 pip 安裝 Ollama-OCR：

pip install ollama-ocr

確保 Ollama 服務正在運行，並下載所需模型以獲得最佳性能，如下載 qwen2.5vl：

ollama pull qwen2.5vl

加載模型：

from ollama_ocr import OCRProcessor

# 創建一個實例並指定模型
ocr = OCRProcessor(model_name='qwen2.5vl:7b')

處理文檔：

result = ocr.process_image(
    image_path="論文.pdf", # pdf文檔路徑
    format_type="text", # 文檔類型
    language="zh", # 語言
    custom_prompt="請提取其中的文字" # 可選，可選擇用自定義prompt或預設好的prompt
)

效果實測

選擇了一篇學術論文，含有表格

提取文本

result = ocr.process_image(
    image_path="論文.pdf",
    format_type="text",
    language="zh",
    custom_prompt="請提取其中的文字"
)
Page 1:
圖片中的文字內容如下：

---

**中國農業科學學報2015年5月第23卷第5期**

**ChineseJournal of Eco-Agriculture,May2015,23(5):564-562**

**旱改水對水稻幼苗生長的影響及秸稈的改良作用**

**閻加力李懋雙逢**塗書新

（華中農業大學資源與環境學院武漢430070中國）

**摘要**本研究以江漢平原旱改水爲研究背景，採用土壤盆栽試驗和室內淹水培養相結合的方法，以多年水旱輪作土壤爲對照，研究了多年旱作田改水後稻田土壤中生長和發育元素的含量以及對土壤氧化還原電位和有效鐵、錳、鋅的含量變化，爲旱改水水稻品種選育提供參考。結果表明，稻田改水後，水稻根系生長速率明顯降低且根系變短。其地上部乾重和葉綠素含量分別約爲未稻水處理的30%和20%。旱田水處理后土壤中Fe含量顯著低於，而Cu和Zn含量則分別高於稻水處理。稻田土壤改水土壤氧化還原電位比原旱田土壤的低，而 DTPA-Fe含量比原旱田土壤的高7%左右，而 DTPA-Cu和 DTPA-Zn含量則分別比原旱田土壤的1.4-2.5倍和1.6-1.8倍。隨着淹水時間的增加，稻田土壤改水土壤氧化還原電位逐漸增加，而Fe、Cu和Zn含量則先升高後降低趨勢；到淹水處理的第28 d，稻田土壤改水土壤氧化還原電位、鐵、銅和鋅含量與水旱田之間均呈負相關趨勢。Fe不足及Cu過量可能是導致旱改水水稻幼苗生長緩慢、根系變短的主要原因。旱田條件下添加磷鉀肥可以降低土壤的Fe含量，提高土壤 DTPA-Fe含量及氧化還原電位，DTPA-Cu和 DTPA-Zn含量。壓茬種植和初春灌水均能有效降低葉綠素含量，但對根系生長量顯著且直截了當。添加秸稈並不能完全補償磷鉀肥對水稻幼苗生長的作用。

**關鍵詞**旱改水棉田水稻水稻幼苗土壤氧化還原電位鐵鋅銅

**中圖分類號** S156.2, S344

**文獻標識碼** A 文獻編號：1671-3990(2015)05-0554-09

---

**Effect of reclamining cotton field into paddy field and straw application on rice seedling growth**

**YAN Jiali, LI Mao, XIONG Shuanglan, TU Shuxin**

(College of Resources and Environment,HuazhongAgriculturalUniversity,Wuhan430070,China)

**Abstract**In recent years, paddy deficiency of rice (Oryza sativa L.) characterized by black filaments/paleaules and disordered rice lemma and palea has caused significant yield loss of rice grown in uplands reclaimed into paddy lands inHanzhongPlain,HubeiProvince,China.Up to now, it remains unclear why rice paddy deficiency is prevalent in reclaimed paddy lands from uplands.However, studies have shown that paddy deficiency is largely related with soil characteristics.Using old paddy field as control, a pot soil experiment was carried out to investigate the effects of old cotton fields reclaimed into paddy fields and rice straw application on the growth of rice seedlings.The study also analyzed rice mineral elements uptake, soil pH, and soil available Fe,Mn,Zn, and Cu contents.Soil waterlogged incubation test was adopted to study the effects of straw application on dynamic changes of DTPA-Fe, DTPA-Mn, DTPA-Zn, and DTPA-Cu contents in the old paddy fields and paddy fields from cotton field.The results showed that rice seedlings in cotton fields reclaimed into paddy fields grow poorly and had symptoms of chlorosis, with dry weight and chlorophyll content of respectively 30% and 20% those of rice seedlings in old paddy fields.WhileFe content was significantly lower,Cu and Zn contents were markedly higher in rice plants in cotton fields than in old paddy fields.As with prolonged inundation, DTPA-Fe content in cotton field soils gradually increased.

**Keywords**Reclamation of upland into paddy field,Rice seedling growth,Soil pH,Soil available Fe,Mn,Zn, and Cu,Soil waterlogged incubation test,Rice straw application

---

**國家自然科學基金項目（41401406）資助**

**聯繫人：**閻加力，華中農業大學資源與環境學院，E-mail: xiaojiali@hau.edu.cn

**通訊作者：**主要從事土壤與植物營養研究，E-mail:261342995@qq.com

**收稿日期：**2014-09-09接受日期：2015-03-03

**http://www.ecoagri.ac.cn**

提取並保留爲 markdown 格式

result = ocr.process_image(
    image_path="論文.pdf",
    format_type="text",        
    language="zh",
    custom_prompt="請提取其中的文字，並保留爲Markdown格式"
)

丟失了摘要的英文部分

Page 1:
```markdown
**中國農業大學學報** 2015 年 5 月 第 23 卷 第 5 期

Chinese Journal of Eco-Agriculture, May 2015, 23(5): 564-562

DOI: 10.13930/j.cnki.ekjagri.140140

**旱改水對水稻幼苗生長的影響及秸稈的改良作用**

閻加力 李懋 雙逢* 塗書新

(華中農業大學資源與環境學院 武漢 430070, China)

摘 要 本研究以江漢平原旱改水爲研究背景, 採用土壤盆試驗和室內淹水培養相結合的方法, 以多年水旱輪作土壤爲對照, 研究了多年旱作田改水後稻田土壤中生長和發育元素的含量以及對土壤氧化還原電位和有效鐵、錳、鋅的含量變化, 爲旱改水水稻品種選育提供參考。結果表明, 旱田改水後, 水稻根系生長速率明顯出現顯著下降的現象。其地上部乾重和葉綠素含量分別約爲未稻水處理的 30%和 20%。旱田改水處理后土壤 Fe 含量顯著低於, 而 Cu 和 Zn 含量則分別高於稻水輪作處理。據土壤旱改水土壤質地比原質地(砂)高而有機質含量低的特點, 該田土壤水土比爲 1.5:1, 土壤 DTPA-Fe 含量是旱田水土比的 7%左右, 而 DTPA-Cu 和 DTPA-Zn 含量則分別比水輪作的 1.4-2.5 倍和 1.6-1.8 倍。隨着淹水時間的增加, 土壤中水土比土壤氧化還原電位含量逐漸增加, 有機質增加, 鐵銅和鋅含量則先升後降低趨勢; 到淹水處理的第 28 d, 據土壤旱改水土壤質地比原質地(砂)高而有機質含量低的特點, 該田土壤水土比爲 1.5:1, 土壤 DTPA-Fe 含量是旱田水土比的 7%左右, 而 DTPA-Cu 和 DTPA-Zn 含量則分別比水輪作的 1.4-2.5 倍和 1.6-1.8 倍。隨着淹水時間的增加, 土壤中水土比土壤氧化還原電位含量逐漸增加, 有機質增加, 鐵銅和鋅含量則先升後降低趨勢; 到淹水處理的第 28 d, DTPA-Fe 含量顯著高於水輪作處理的 2 倍, DTPA-Cu 和 DTPA-Zn 含量則分別比水輪作的 1.4-2.5 倍和 1.6-1.8 倍。隨着淹水時間的增加, 土壤中水土比土壤氧化還原電位含量逐漸增加, 有機質增加, 鐵銅和鋅含量則先升後降低趨勢; 到淹水處理的第 28 d, DTPA-Fe 含量顯著高於水輪作處理的 2 倍, DTPA-Cu 和 DTPA-Zn 含量則分別比水輪作的 1.4-2.5 倍和 1.6-1.8 倍。Fe 不足及 Cu 過量可能是導致旱改水水稻幼苗生長緩慢、葉黃變黃的主要原因。旱田改水條件若不添加有機肥可降低土壤的 Fe 含量, 提高土壤 DTPA-Fe 含量及有效鐵含量。添加有機肥並不能完全補充旱改水對水稻幼苗生長的抑制作用。

關鍵詞 旱改水 棉田 水稻 水淹 土壤氧化還原電位 鐵 錳 鋅

中國分類號: S156.2, S344 文獻標識碼:A 文章編號:1716-3990(2015)05-0554-09

* 國家自然科學基金項目(31401406)資助

* 聯繫作者: 閻加力, 現主要從事爲農田重金屬污染及農產品安全。E-mail:xiaojial@hau.edu.cn

通訊作者: 主要從事土壤與植物營養研究。E-mail:261342995@qq.com

收稿日期:2014-09-09 接受日期:2015-03-03

http://www.ecoagri.ac.cn

提取表格

result = ocr.process_image(
    image_path="論文.pdf",
    format_type="text",
    language="zh",
    custom_prompt="請提取其中的表格，並以markdown格式進行展示"
)
print(result)
Page 1:
很抱歉，您提供的圖片內容是一篇學術論文的全文，但並未包含任何表格。如果您有其他關於這篇論文的問題，我會很樂意幫助您解答。
Page2:
```markdown
| pH | 有機質含量 | 可供氮 | 可供磷 | 可供鉀 | 全氮 | 全磷 | 全鉀 | 總鐵 | 總錳 | 總銅 | 總鋅 | 總砷 | 品牌 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 水稻土 | Taihe field Soil | 7.51 | 18.63 | 70.26 | 11.4 | 0.04 | 0.17 | 391.44 | 28.67 | 74.76 | 24.54 | 81.24 | 10.54 |
| 棉籽土 | Catten field Soil | 7.40 | 11.39 | 88.25 | 11.63 | 0.55 | 0.56 | 588.13 | 34.54 | 81.24 | 16.54 |
Page 3:
```markdown
|Treatment|生物量(Mg·ha⁻¹)|平均株高(cm)|葉長(cm)|葉寬(cm)|種子 SPAD |
|---|---|---|---|---|---|
|原茬|34.74±0.56|37.16±1.04|15.31±0.54|0.73±0.01|36.70±0.18|
| P15 |34.74±0.56|37.16±1.04|15.31±0.54|0.73±0.01|36.70±0.18|
| P15+|37.42±0.54|38.15±0.54|15.82±0.54|0.76±0.02|37.94±0.18|
| C15 |37.42±0.54|38.15±0.54|15.82±0.54|0.76±0.02|37.94±0.18|
| C15+|38.24±0.41|38.84±0.17|16.25±0.25|0.84±0.05|41.05±0.08|
| P15 |37.42±0.54|38.15±0.54|15.82±0.54|0.76±0.02|37.94±0.18|
| P15+|37.42±0.54|38.15±0.54|15.82±0.54|0.76±0.02|37.94±0.18|
| C15 |37.42±0.54|38.15±0.54|15.82±0.54|0.76±0.02|37.94±0.18|
| C15+|38.24±0.41|38.84±0.17|16.25±0.25|0.84±0.05|41.05±0.08|
Page4:
```markdown
| 處理 | 本試驗一號 | 珍珠 | 本試驗一號 | 珍珠 | 本試驗一號 | 珍珠 |
| --- | --- | --- | --- | --- | --- |
| P | 22.15±0.68 | 27.15±0.12 | 3.14±0.35 | 3.18±0.26 | 27.70±0.26 |
| P+5 | 23.93±0.28 | 28.97±0.76 | 3.75±0.11 | 3.38±0.08 | 29.10±0.36 |
| C | 23.12±0.76 | 28.93±1.44 | 3.31±0.35 | 3.66±0.16 | 29.74±0.40 |
| C+5 | 20.75±1.20 | 22.41±1.61 | 3.35±0.89 | 3.47±0.10 | 27.24±0.66 |

提取圖片

result = ocr.process_image(
    image_path="論文.pdf",
    format_type="text",
    language="zh",
    custom_prompt="請提取其中的圖片"
)
print(result)

無法直接提取圖片

Page 1:
很抱歉，我無法直接提供圖片內容。不過，我可以幫助你解讀圖片中的文字信息。請將圖片中的文字內容複製粘貼到對話框中，我會盡力幫助你提取和理解其中的信息。
Page2:
很抱歉，您提供的圖片內容是文字，而不是圖片。如果您需要提取圖片中的文字，可以使用OCR（光學字符識別）技術。如果您有具體的圖片內容需要幫助，請上傳圖片，我會盡力幫助您。
Page3:
很抱歉，我無法直接提供圖片內容。不過，我可以幫助你解讀圖片中的文字信息。請將圖片中的文字內容複製粘貼到對話框中，我會盡力幫助你理解圖片中的內容。
Page4:
很抱歉，我無法直接提供圖片內容。您可以通過上傳圖片或描述圖片內容來獲取幫助。
Page5:
很抱歉，我無法直接提供圖片內容。不過，我可以幫助你解讀圖片中的文字信息。請將圖片中的文字內容複製粘貼到對話框中，我會盡力幫助你理解圖片中的內容。
Page6:
很抱歉，我無法直接查看或提取圖片內容。您提供的圖片內容似乎是一篇學術論文的頁面，包含圖表和文字。如果您需要提取圖片中的特定信息或數據，可以描述您需要提取的內容，我會盡力幫助您。例如，您可能需要提取圖表中的數據點、特定段落的文字內容等。請告訴我您具體需要提取什麼信息。
Page7:
很抱歉，您提供的圖片內容是一個文本文件，而不是一張圖片。如果您需要提取圖片中的內容，可以使用OCR（光學字符識別）技術。如果您需要提取圖片中的內容，請上傳圖片，我會盡力幫助您。
Page8:
很抱歉，您提供的圖片內容是一篇學術論文的頁面，包含大量的文字信息，但並未包含圖片。如果您需要提取圖片中的內容，可以使用OCR（光學字符識別）技術來識別圖片中的文字。如果您需要提取圖片中的內容，請提供圖片，我會盡力幫助您。
Page9:
很抱歉，您提供的圖片內容是一篇中文的學術論文，包含大量的文字信息，而並非圖片。如果您需要提取圖片中的文字信息，可以使用OCR（光學字符識別）技術。如果您需要提取圖片中的文字信息，請上傳圖片，我會盡力幫助您。

結論

利用多模態大模型，結合 Ollama-OCR 可以實現端到端 PDF 文檔解析和問答，在一定程度上可以拋棄版面分析、表格識別等傳統模型，節省開發成本。解析效果和輸出的格式與大模型能力相關，因此可根據實際需求選擇不同能力的模型。

隨着大模型能力越來越強，以後大模型的發展趨勢是會融合推理能力和多模態能力，這對於 AI 開發者來說可以減少開發的工作量，將主要精力集中在覈心功能的開發上來。

你好，我是 William，一名喜歡折騰的程序員。曾擔任大廠算法工程師，現在初創公司做 AI 應用全棧開發。

本文由 Readfog 進行 AMP 轉碼，版權歸原作者所有。
來源：https://mp.weixin.qq.com/s/8C-NAPCO4VpAZZw9ZfeLZQ

猜你喜歡