README.md

---
title: ImgTextParser
emoji: 🐨
colorFrom: red
colorTo: green
sdk: gradio
sdk_version: 4.32.2
app_file: app.py
pinned: false
license: mit
---
# MiniCPM 多模态内容解析工具

基于MiniCPM-o多模态模型的智能图片内容解析工具，支持表格、公式、文本三种解析模式。

## 功能特点

- 🖼️ 支持多种图片格式（PNG、JPG、JPEG等）
- 📊 **表格解析**: 智能识别表格结构并转换为标准Markdown格式
- 🧮 **公式解析**: 识别数学公式并输出LaTeX格式
- 📝 **文本解析**: 提取图片中的所有文字内容，保持原有格式
- 🔧 自动清理多余输出，只保留纯净的解析结果
- ⚡ 支持GPU加速推理
- 🎛️ 用户友好的Web界面

## 使用方法

1. 上传要解析的图片
2. 选择解析类型（表格/公式/文本）
3. 点击"开始解析"按钮
4. 获取清洁的解析结果

## 技术栈

- **模型**: MiniCPM-o-2.6
- **框架**: Gradio + Transformers
- **加速**: CUDA GPU推理
- **部署**: Hugging Face Spaces

## 注意事项

- 确保上传的图片清晰可见
- 根据图片内容选择合适的解析类型
- 复杂内容建议使用高分辨率图片