前言

Marker 是 VikParuchuri 开发的一款将 PDF、EPUB 和 MOBI 转换为 Markdown的工具。据称比nougat快 10 倍，在大多数文档上更准确，并且产生错误的风险较低。https://github.com/VikParuchuri/marker?tab=readme-ov-file

可能大多数人都不需要这玩意儿，毕竟这年头除了程序员谁会用 Markdown 格式啊？

当然还有 Obsidian 折腾型选手！

说实话这年头各种 ocr 准确率已经很高了，只要把 pdf 转成 word，然后复制粘贴进 markdown 文件也一样。

然而痛点在于，专业书中的各种公式，识别率那是惨不忍睹，就算准确率很高，在md文件中也只是一坨数字，还要手动一个个改成 LaTeX 公式。

可能有人会说，你看 pdf 或者纸质书不也一样吗？

我就不，我就要 All-in-One！

Marker 作者提供了在Linux和Mac系统下的安装方法，然而他并没有Windows系统，因此全文操作参照这篇如何在win环境下安装的教程，当然我们中国人有自己的坑。https://github.com/VikParuchuri/marker/issues/12

1. 安装3.9版本以上的Python

我就选择3.9了，因为要求 Python 版本为 3.9 或更高版本，版本太高的话也可能跟其他的库有不兼容问题。

https://www.python.org/downloads/release/python-390/

2. pip换清华源

由于pip的下载速度很慢，所以我们要先把下载方式改成清华镜像。

在“C:\Users[你的用户名]”中建一个名为“pip”的文件夹，再在里面新建一个txt文本，填入如下代码：

之后将txt文件名改为“pip.ini”即可。

3.下载代码

不知道大家的习惯是怎样的，毕竟我不是专业的程序员，可能就随意了一些。因此我首先用git下载了一下这个项目的代码。

然后切换到目录里面：

开始安装detectron2：

原文说需要修复什么错误，但我没遇到也就不管它了。

4. 安装软件

下载安装Visual Studio: https://visualstudio.microsoft.com/vs/community/

（意味不明，说是需要C/C++环境）

安装CUDA : https://developer.nvidia.com/cuda-downloads

有很多相关的教程，这里就不多赘述了, 注意pytorch版本要支持对应版本的CUDA。

安装tesseract-ocr-w64-setup-5.3.3.20231005.exe

https://digi.bib.uni-mannheim.de/tesseract/

安装时有两个选项要下载语言的应该可以不勾，虽然本来就没勾上，但是我觉得没啥就让它下载了，结果下了接近两个小时。

安装Ghostscript gs10021w64.exe https://ghostscript.readthedocs.io/en/gs10.02.0/Install.html

5. 安装各种依赖项

直接复制到控制台粘贴就好了：

可能还有其它依赖项没装上，这时候直接把报错信息扔给GPT就可以了，它会告诉你需要安装什么。

6. 下载预训练模型

由于特殊的网络原因，大部分人没法连接到huggingface，经过摸索我终于知道怎么用离线模型了。这个项目主要用了4个预训练模型：https://huggingface.co/vikp/layout_segmenter/tree/main https://huggingface.co/vikp/pdf_postprocessor_t5/tree/main https://huggingface.co/vikp/column_detector/tree/mainhttps://huggingface.co/vikp/texify/tree/main

在项目里新建一个叫“vikp”的文件夹，然后把4个预训练模型都下载分别放进各自名字的文件夹里。