中文 En

GOT-OCR2 Windows 图形界面

一个使用 GOT-OCR2 模型进行本地光学字符识别（OCR）的 Windows 桌面应用程序。该应用程序提供了一个图形界面，用于将包含文本的图像转换为可编辑的格式化文本。

以下是应用程序界面的截图，顶部是图像预览，中间是 OCR 提取的 markdown/latex 文本，下方是渲染后的文本显示。

功能特性

• 加载和预览图像
• 自动图像调整大小和预处理
• 使用 GOT-OCR2 模型进行 OCR 处理
• 格式化文本输出（Markdown 和 Latex）
• HTML 格式化输出预览
• GPU 加速支持

系统要求

• Windows 10/11 (64位)
• .NET Framework 4.8
• Visual Studio 2022（用于从源代码构建）
• 支持 Vulkan 驱动的 GPU

安装与使用

1. 从 GitHub Releases 下载最新版本
2. 启动 got-win.exe 应用程序
3. 点击 "Load Image" 选择图像文件
4. 应用程序将会：
   • 显示原始图像
   • 显示预处理后的版本
   • 使用 OCR 处理图像
5. 在文本框中查看 OCR 结果
6. 使用 "Preview" 按钮查看格式化输出
7. 勾选 "Formatted Output" 查看 Markdown 格式化

从源代码构建

1. 克隆仓库
2. 安装 Vulkan SDK
3. 从 release 文件 获取以下文件并放入 got-win/ 目录：libocr.dll, encoder_single.onnx, got_decoder-q4_k_m.gguf
4. 在 Visual Studio 2022 中打开 got-win.sln
5. 恢复 NuGet 包
6. 构建解决方案（x64 平台）

cd got-win
nuget restore
msbuild got-win.sln /p:Configuration=Release /p:Platform=x64

故障排除

• 确保模型文件位于正确位置
• 如果使用 GPU 加速，请验证 GPU 驱动程序是否为最新版本
• 检查控制台输出以查看错误信息

致谢

• GOT-OCR 模型
• MosRat 的 got.cpp