OCRZero

Guia · PDF para Markdown

Converta um PDF em Markdown com o Xiaomi-OCR-0

O Xiaomi-OCR-0 lê uma imagem de página por vez, então o PDF é primeiro convertido em imagens, depois cada página vira Markdown e as páginas são unidas em ordem. O OCRZero segue o fluxo oficial em cada etapa.

Converter um PDF em Markdown

Em resumo

  • Cada página do PDF é renderizada a 150 dpi, com largura máxima de 2.200 pixels, como no fluxo oficial.
  • As tabelas voltam como HTML dentro do Markdown; as fórmulas, como LaTeX.
  • O OCRZero processa até 20 páginas por solicitação e cobra 1 crédito por página.
  • Páginas que falham ou retornam saída truncada ou repetitiva são reembolsadas.

Como funciona o fluxo de PDF

O OCRZero executa quatro etapas para cada PDF.

  1. Renderizar. Cada página é desenhada como imagem a 150 dpi; páginas largas são reduzidas para 2.200 pixels.
  2. Analisar. O Xiaomi-OCR-0 transforma cada imagem de página em Markdown na ordem de leitura, ignorando cabeçalhos e rodapés.
  3. Limpar. O pós-processamento oficial converte tabelas OTSL em HTML, normaliza delimitadores matemáticos e corta repetições descontroladas.
  4. Unir. As páginas são unidas em ordem, cada uma marcada com um comentário HTML como page 3.

Tabelas, fórmulas e layout

O modelo escreve tabelas em OTSL, uma marcação compacta com células mescladas. O OCRZero as converte em tabelas HTML com rowspan e colspan, aceitas pela maioria dos renderizadores de Markdown e fluxos de RAG.

As fórmulas são escritas em LaTeX, em linha como $ … $ e em bloco como $$ … $$. Figuras não são descritas; o Xiaomi-OCR-0 extrai o texto da página.

Velocidade e custo

Em nossos testes com um artigo científico cheio de texto, uma página levou de 5 a 15 segundos em um único fluxo, dependendo da quantidade de texto. No OCRZero cada página custa 1 crédito: US$ 5 por 1.000 páginas, com 20 páginas grátis para novas contas elegíveis.

Perguntas frequentes

Quantas páginas posso converter de uma vez?

Até 20 páginas e 25 MB por solicitação. Divida PDFs maiores em várias solicitações; cada uma retorna seu próprio Markdown.

Funciona com PDFs digitalizados?

Sim. As páginas são renderizadas como imagens primeiro, então PDFs digitalizados e digitais são lidos do mesmo jeito.

PDFs protegidos por senha são aceitos?

Não. Remova a senha antes de enviar.

Fontes

Updated 2026-10-31. O OCRZero é um serviço independente que executa o modelo de código aberto Xiaomi-OCR-0 (Apache-2.0, da Xiaomi). Não é afiliado nem endossado pela Xiaomi.