综合介绍

番石榴智能文档识别是一款无需连接互联网的桌面软件，主要用于识别图片中的文字和表格结构。因为软件完全在本地电脑上运行，所以用户的图片和数据不会被上传到任何服务器，可以确保数据处理过程的私密性和安全性。

这款工具整合了两个核心功能：OCR文字识别和表格结构识别。用户导入图片后，可以一键提取其中的全部文字，并将结果保存为.txt或.html格式。针对包含表格的图片，软件能够智能识别其结构，并将提取的数据导出为.html或可编辑的Excel（.xlsx）文件，方便后续的数据处理和分析。最新版本还增加了便捷的截图识别功能，用户可以随时截取屏幕上的任意区域进行识别。软件提供中文和英文两个版本，满足不同用户的需求。

功能列表

• 离线运行: 所有识别任务均在本地完成，无需联网，保障数据安全。
• OCR文字识别: 快速识别图片中的文字，支持中英文。
• 表格结构识别: 智能分析图片中的表格，提取行列数据并保持其结构。
• 截图识别: 内置截图工具，可直接框选屏幕任意区域进行识别，操作流程更快捷。
• 多种导出格式: OCR识别结果可保存为.txt和.html文件；表格识别结果可保存为.html和.xlsx（Excel）文件。
• 图片列表管理: 支持在左侧列表中管理待处理的图片，可以随时使用鼠标或键盘Delete键删除图片。
• 多语言支持: 提供完整功能的中文和英文两种界面的独立版本。

使用帮助

这款软件下载后无需安装，直接打开即可使用。核心操作流程非常直接，主要围绕着“导入图片 -> 选择功能 -> 导出结果”这几个步骤展开。

1. 下载软件

首先，需要从官方提供的渠道下载软件。开发者提供了两个下载地址：

• Hugging Face:https://huggingface.co/jiangnanboy/intelligent_document_recognition
• 百度网盘:
  • 中文版 v2.1: https://pan.baidu.com/s/1owzG74DLPxq6czEQC7ZNwQ (提取码: nt3z)
  • 英文版 v2.1: https://pan.baidu.com/s/1Cv-hG6fMDUhj9dd3Et1RuA (提取码: rkrd)

根据你的操作系统和语言偏好，选择对应的版本下载即可。

2. 软件界面和基本操作

打开软件后，你会看到一个简洁的界面。

• 左侧区域: 用于显示导入的图片列表。
• 中间区域: 用于显示当前选中的图片。
• 右侧区域: 用于显示识别后的结果。
• 顶部按钮: 分别是“导入图片”、“OCR识别”、“表格识别”、“截图”、“导出”等核心功能操作按钮。

3. 如何识别文档或图片

软件支持两种方式来获取识别内容：导入本地图片和屏幕截图。

• 方式一：导入本地图片
  1. 点击界面左上角的 “导入图片” 按钮。
  2. 在弹出的文件选择窗口中，找到并选择你想要识别的一张或多张图片。
  3. 导入后，图片会显示在软件界面左侧的图片列表中。
  4. 从左侧列表中单击选中你想要处理的图片，该图片会清晰地显示在中间区域。
• 方式二：使用截图识别这是V2.1版本新增的便捷功能，特别适合识别无法直接保存的屏幕内容（例如网页、软件界面、PDF文档里的图表）。
  1. 点击顶部功能栏的 “截图” 按钮。
  2. 软件窗口会自动隐藏，此时鼠标会变成十字准星形状。
  3. 按住鼠标左键，拖动框选你想要识别的屏幕区域。
  4. 松开鼠标左键，截图会自动被捕获并添加到左侧的图片列表中，同时显示在中间区域，等待后续识别。

4. 执行识别与导出

当图片准备好后，就可以开始识别了。

• 执行OCR文字识别:
  1. 在左侧列表中选中目标图片。
  2. 点击 “OCR识别” 按钮。
  3. 稍等片刻，图片中的所有文字就会被提取出来，并显示在右侧的结果区域。
  4. 确认结果无误后，点击 “导出” 按钮，选择保存为.txt或.html格式。
• 执行表格识别:
  1. 同样，先在左侧列表中选中包含表格的图片。
  2. 点击 “表格识别” 按钮。
  3. 软件会自动分析图片中的表格，并将识别出的表格数据显示在右侧结果区域。
  4. 点击 “导出” 按钮，此时你可以将结果保存为.html文件或.xlsx文件。保存为Excel文件后，你可以直接用Microsoft Excel或WPS表格打开并编辑，非常方便。

5. 管理图片列表

如果你导入或截取了多张图片，可以在左侧的图片列表中进行管理。

• 若要删除某张不需要的图片，只需用鼠标选中它，然后直接按键盘上的 Delete 键，该图片就会从列表中移除。

应用场景

1. 办公数据录入将纸质文件、扫描件或包含表格的PDF文档，通过拍照或截图的方式导入软件，快速将其中的文字和表格数据提取出来，转换成可编辑的Word、TXT或Excel文件，避免人工重复录入，极大地提升了工作效率。
2. 网页和软件数据提取当需要复制某个网站或桌面应用上禁止复制的表格数据时，可以使用“截图”功能。直接框选所需区域，软件能自动识别并将其转换为Excel表格，方便进行数据分析和整理。
3. 个人学习资料整理在阅读书籍或学术论文时，可以将书中的重点段落或数据图表拍照后进行OCR识别，快速转换为电子笔记，便于后续的检索、引用和管理。

QA

1. 这款软件需要联网吗？不需要。这是一个完全离线的桌面软件，所有识别过程都在你的本地计算机上完成，不会上传任何数据，可以有效保护你的隐私和数据安全。
2. 识别结果可以保存成哪些格式？对于纯文字识别（OCR），结果可以保存为.txt和.html两种格式。对于表格识别，结果可以保存为.html和.xlsx（Excel电子表格）格式。
3. V2.1版本比旧版本多了哪些功能？V2.1版本主要增加了两个实用功能：一是“截图识别”，用户可以方便地截取屏幕上的任何内容进行识别；二是支持在左侧图片列表中删除图片，提升了操作的便利性。
4. 软件识别的准确率如何？识别准确率依赖于原始图片的清晰度、文字的印刷质量以及排版的规整程度。对于清晰、标准的印刷体文档，识别准确率非常高。如果图片模糊、有干扰或文字为艺术字体，可能会影响识别效果。