Microsserviço baseado em Docker e interface Gradio que segmentam páginas de PDF em títulos, textos, tabelas, imagens e outros elementos, com OCR e conversão para Markdown/HTML.
1,4 mil148PythonApache-2.0Atualizado há 14 dias
rdumasia303/deepseek_ocr_app
Aplicativo web para executar o DeepSeek-OCR em imagens e PDFs, com frontend em React, backend em FastAPI e configuração com Docker.
Alternativa open source a:Adobe Acrobat
- Estrelas
- 1,892
- Forks
- 311
- Issues abertas
- 12
- Último commit
- há 7 meses
O que é?
O DeepSeek OCR App disponibiliza o modelo DeepSeek-OCR em uma interface web. Com o frontend em React, você pode enviar imagens ou PDFs, escolher um modo de OCR — como extração de texto simples, descrição, busca de termos ou prompts personalizados — e visualizar os resultados. O backend em FastAPI executa o modelo e disponibiliza endpoints para imagens individuais e PDFs com várias páginas.
Em PDFs, o app processa cada página com acompanhamento do progresso e permite exportar os resultados como Markdown, HTML, DOCX ou JSON. Imagens incorporadas podem ser extraídas e incluídas na saída, e fórmulas LaTeX e tabelas são preservadas quando o modelo as gera. No modo de imagem, caixas delimitadoras de grounding são desenhadas sobre a imagem.
Toda a stack é executada com Docker Compose e requer uma GPU NVIDIA com suporte a CUDA, cerca de 8–12 GB de VRAM e aproximadamente 5–10 GB para baixar o modelo na primeira inicialização.
Recursos principais
- 01OCR de imagem única com modos de texto simples, descrição, busca de termos e prompts livres.
- 02Processamento de PDFs com várias páginas e acompanhamento do progresso página a página.
- 03Exportação para Markdown, HTML, DOCX ou JSON.
- 04Extrai imagens incorporadas de PDFs e as inclui nos documentos exportados.
- 05Preserva fórmulas LaTeX e tabelas geradas pelo modelo.
- 06Executa com Docker Compose e um arquivo .env configurável.
Casos de uso
- Converter PDFs digitalizados em arquivos editáveis do Word ou Markdown.
- Extrair tabelas e texto de faturas, formulários ou relatórios.
- Extrair texto e fórmulas de artigos acadêmicos.
- Testar o DeepSeek-OCR localmente por meio de uma interface web e de uma REST API.
Início rápido
- 1
Clone o repositório e copie o arquivo de ambiente
git clone <repository-url> cd deepseek_ocr_app cp .env.example .env - 2
Inicie a aplicação com Docker Compose
docker compose up --build - 3
Abra localhost:3000 no navegador
Antes de usar
- É necessária uma GPU NVIDIA compatível com CUDA e o NVIDIA Container Toolkit.
- Na primeira execução, um modelo de aproximadamente 5-10 GB é baixado, e são necessários cerca de 20 GB de espaço livre em disco.
- Os modos avançados de OCR, como tabelas, layout e multilíngue, estão desativados até que mais testes sejam realizados.
Tópicos
Perguntas frequentes
- O que é deepseek_ocr_app?
- Aplicativo web para executar o DeepSeek-OCR em imagens e PDFs, com frontend em React, backend em FastAPI e configuração com Docker. O DeepSeek OCR App disponibiliza o modelo DeepSeek-OCR em uma interface web. Com o frontend em React, você pode enviar imagens ou PDFs, escolher um modo de OCR — como extração de texto simples, descrição, busca de termos ou prompts personalizados — e visualizar os resultados. O backend em FastAPI executa o modelo e disponibiliza endpoints para imagens individuais e PDFs com várias páginas.
- deepseek_ocr_app é gratuito? Qual é a licença?
- deepseek_ocr_app é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
- deepseek_ocr_app ainda é mantido?
- Sem commits há mais de 6 meses. O último commit de deepseek_ocr_app foi em 31 de mar. de 2026.
- Para que posso usar deepseek_ocr_app?
- Converter PDFs digitalizados em arquivos editáveis do Word ou Markdown. Extrair tabelas e texto de faturas, formulários ou relatórios. Extrair texto e fórmulas de artigos acadêmicos. Testar o DeepSeek-OCR localmente por meio de uma interface web e de uma REST API.
- Como instalar deepseek_ocr_app?
- Clone o repositório e copie o arquivo de ambiente: git clone <repository-url> cd deepseek_ocr_app cp .env.example .env Inicie a aplicação com Docker Compose: docker compose up --build Abra localhost:3000 no navegador
- Onde consigo deepseek_ocr_app?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/rdumasia303/deepseek_ocr_app
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Plataforma de edição de PDFs open source e auto-hospedada para editar, assinar, ocultar informações, converter e automatizar PDFs no navegador, no desktop ou via API.
94,5 mil11,8 milTypeScriptOtherAtualizado ontem
Utilitário Python que converte PDFs, documentos do Office, HTML, imagens, áudio e outros formatos em Markdown para pipelines de LLM e análise de texto.
191,2 mil14,2 milPythonMITAtualizado há 16 dias
Serviço FastAPI auto-hospedado que converte PDFs, imagens e documentos do Office em Markdown ou JSON estruturado, com OCR, LLMs locais via Ollama e remoção de dados pessoais.
3,2 mil279PythonMITAtualizado há 11 meses
Uma ferramenta de IA que transforma tópicos de gramática e uso do inglês em vídeos educativos verticais de 30 segundos, com legendas em chinês e palavras-chave em inglês destacadas.
18221PythonSem licençaAtualizado há 2 meses
Converte PDFs e outros documentos para Markdown, JSON, chunks ou HTML, com assistência opcional de LLM para maior precisão.
40,6 mil2,9 milPythonApache-2.0Atualizado há 22 horas