用了大模型技术的OCR识别率更高，收费的有腾讯OCR，免费的百度paddle ocr但你要会一些python编程，不过也有Umi-OCR这种开箱即用的第三方封装。另外一些大模型OCR如下
适用场景    硬件要求    上手难度    大模型支持
MinerU    复杂PDF解析、学术论文、表格公式    中高（需6GB+显存）    简单    内置PP-OCRv5
GOT-OCR-2-GUI    高精度文档还原、研究用途    中等     中等    原生大模型
DeepSeek-OCR    Windows用户快速体验    中等     简单    原生大模型
Ollama GUI    需要AI理解+识别（如总结图片内容）    高（需16GB+内存）     中等    原生大模型


【 在 factory 的大作中提到: 】
: 就是一个普通安卓手机小米，用自带的相册查看图片就能自动OCR。安卓手机应该都差不多吧？
: 比AI问小白都强。问小白不是特别偏僻的字都能正确识别，比各大OCR软件如abby15, umi ocr, 福昕2026强不少，比白描网页版就强更多了。
: 但是这安卓手机自带的相册查看图片太强了，连很偏僻的字如菰，勐都能识别
: ...................
--
FROM 171.213.134.*