一个基于 Mistral API 的 OCR 工具，支持 PDF 和图片文件的文字识别，并提供 Markdown 格式的预览功能
LOGO is made by Doubao Seedream 2.0 (即梦)
- 支持 PDF 和多种图片格式（JPG, JPEG, PNG 等）
- 自动将图片文件转换为 PDF 后进行 OCR 处理
- 使用 Mistral API 提供高质量的 OCR 识别结果
- Markdown 格式输出，支持表格和数学公式渲染等
- 提供内嵌预览窗口
- 根据输入文件类型（PDF 或图片）进行预处理，如果是图片，会自动转换为 PDF
- 调用 Mistral API 进行 OCR 识别，获取 OCR 结果
Python Markdown与md4mathjax、extra拓展将识别的内容整理为 Markdown 格式，并生成预览所需的 HTML- 识别结果导出至
outputs文件夹
-
使用
Tkinter作为主要的图形界面框架 -
为了提供更丰富的预览效果，集成
PyQt5，利用QWebEngineView显示 HTML 格式的预览内容
git clone https://github.com/Word2VecT/MistralOCR
cd MistralOCR本项目使用 uv 进行依赖管理，确保你已安装 uv
在 MacOS 上推荐使用 Homebrew 安装，在 Windows 上推荐使用 Scoop
brew install uv # For Homebrew
curl -LsSf https://astral.sh/uv/install.sh | sh # For Linux and MacOS by official
scoop install uv # For Scoop
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex". # For Windows by official创建初始虚拟环境：
uv venv按照提示启动虚拟环境后安装依赖：
uv pip install -r pyproject.toml你可以通过环境变量或程序界面设置 API 密钥：
echo 'export MISTRAL_API_KEY="你的API密钥"' >> ~/.bashrc # For Bash
echo 'export MISTRAL_API_KEY="你的API密钥"' >> ~/.zshrc # For Zsh
set -Ux MISTRAL_API_KEY "你的API密钥" # For Fish
Setx MISTRAL_API_KEY "你的API密钥" # For PowerShell然后重启终端
或在程序界面中输入密钥
首先需要启动虚拟环境
直接运行程序：
uv run main.pyuv run main.py [--api-key 你的API密钥] 文件路径1 [文件路径2 ...]例如：
uv run main.py [--api-key your_api_key_here] example.pdf image.pngmistral_ocr/
├── main.py # 主程序入口
├── outputs/ # OCR 处理结果输出目录
├── requirements.txt # 项目依赖列表
└── README.md # 项目说明文档
- 确保你的网络环境可以访问 Mistral API
- OCR 处理速度取决于文件大小和网络状况，请耐心等待处理完成
- Zinan Tang
本项目采用 Apache-2.0 许可证，详情请参阅 LICENSE 文件