DeepSeek-OCR macOS

One-click OCR tool for macOS with intelligent chip adaptation 一键使用的 OCR 图片识别工具，智能适配 Mac 芯片

English | 中文

---

English

⚡ Quick Start

# Clone repository
git clone https://github.com/ttieli/DeepSeek-OCR-macOS.git
cd DeepSeek-OCR-macOS

# Run script
bash ocr_easy.sh

That's it! First run auto-installs everything (10-20 min).

✨ Features

• 🔧 Smart Chip Detection - Auto-detects Apple Silicon/Intel, installs optimal versions
• 🚀 One-Click Install - Zero manual configuration required
• 🌍 Bilingual UI - Full English/Chinese interface
• 📦 Batch Processing - Single file or entire folder support
• 🎯 5 OCR Modes - Document, Standard, Layout-free, Chart, Description
• 📝 Markdown Output - Clean, formatted results

🎯 OCR Modes

Mode	Description	Best For
1. Document → Markdown	Preserves formatting	Documents, PPTs, Reports
2. Standard OCR	Extracts all text	General text recognition
3. Layout-free OCR	Plain text only	Quick text extraction
4. Chart Parsing	Analyzes charts	Diagrams, Flowcharts
5. Detailed Description	Image description	Understanding content

💻 Chip Compatibility

Chip	Python	PyTorch	Status
Apple Silicon (M1/M2/M3)	3.12.9	2.6.0	✅ Latest versions
Intel x86_64	3.11.11	2.2.2	✅ Last official support

Note: PyTorch discontinued Intel Mac support after v2.2.2 (Jan 2024)

📦 Installation Details

First run installs:

1. Miniforge3 (~100MB) - Python environment manager
2. Python (~200MB) - Version auto-selected by chip
3. PyTorch (~500MB) - Deep learning framework
4. Dependencies (~300MB) - transformers, tokenizers, PyMuPDF, etc.
5. DeepSeek-OCR Model (~10GB) - Downloads on first OCR run

Total: ~11GB (one-time)

🔧 System Requirements

• macOS 10.15+
• 15GB free space
• Internet connection (first run only)
• Apple Silicon (M1/M2/M3) or Intel chip

📖 Usage

# 1. Run script
bash ocr_easy.sh

# 2. Enter image path (drag from Finder or paste path)
Path > /path/to/image.png

# 3. Select mode (1-5)
Select mode [1-5, default 1]: 1

# 4. Wait for results in ocr_output/

📁 Output Structure

ocr_output/
└── [image_name]/
    ├── result.md                # OCR result
    ├── result_标准格式.md        # Markdown format
    └── result_with_boxes.jpg    # Annotated image

🛠️ Technical Stack

• Core: DeepSeek-OCR Model
• Framework: PyTorch (CPU-optimized)
• NLP: Transformers 4.46.3, Tokenizers 0.20.3
• Image: Pillow, PyMuPDF, img2pdf
• Tools: einops, easydict, numpy

❓ FAQ

Q: How long does first run take? A: Environment install (10-20 min) + Model download on first OCR (5-15 min)

Q: How much space needed? A: ~11GB total (environment ~1.1GB + model ~10GB)

Q: Does it work on Intel Mac? A: Yes! Auto-installs compatible versions (Python 3.11 + PyTorch 2.2.2)

Q: Can I use offline after setup? A: Yes, after environment and model download

📄 License

MIT License - see LICENSE

🙏 Credits

• DeepSeek-AI - DeepSeek-OCR model
• PyTorch - Deep learning framework
• Hugging Face - Model hosting

---

中文

⚡ 快速开始

# 克隆仓库
git clone https://github.com/ttieli/DeepSeek-OCR-macOS.git
cd DeepSeek-OCR-macOS

# 运行脚本
bash ocr_easy.sh

就这么简单! 首次运行自动安装所有环境（10-20分钟）。

✨ 核心特性

• 🔧 智能芯片检测 - 自动识别 Apple Silicon/Intel，安装最优版本
• 🚀 一键安装 - 零手动配置，开箱即用
• 🌍 中英双语 - 完整的中英文界面
• 📦 批量处理 - 支持单文件或整个文件夹
• 🎯 5种识别模式 - 文档、标准、无布局、图表、描述
• 📝 Markdown输出 - 格式化的清晰结果

🎯 识别模式

模式	说明	适用场景
1. 文档转Markdown	保留格式	文档、PPT、报告
2. 普通OCR	提取所有文字	一般文字识别
3. 无布局OCR	纯文本提取	快速文字提取
4. 图表解析	解析图表内容	图表、流程图
5. 详细描述	图片详细描述	理解图片内容

💻 芯片兼容性

芯片类型	Python	PyTorch	状态
Apple Silicon (M1/M2/M3)	3.12.9	2.6.0	✅ 最新版本
Intel x86_64	3.11.11	2.2.2	✅ 最后官方支持版

说明: PyTorch 于 2024年1月后停止支持 Intel Mac

📦 安装详情

首次运行安装：

1. Miniforge3 (~100MB) - Python 环境管理器
2. Python (~200MB) - 根据芯片自动选择版本
3. PyTorch (~500MB) - 深度学习框架
4. 依赖包 (~300MB) - transformers、tokenizers、PyMuPDF 等
5. DeepSeek-OCR 模型 (~10GB) - 首次执行OCR时下载

总计: ~11GB（一次性）

🔧 系统要求

• macOS 10.15+
• 15GB 可用空间
• 网络连接（仅首次运行）
• Apple Silicon (M1/M2/M3) 或 Intel 芯片

📖 使用方法

# 1. 运行脚本
bash ocr_easy.sh

# 2. 输入图片路径（从访达拖拽或粘贴路径）
Path > /path/to/image.png

# 3. 选择识别模式（1-5）
Select mode [1-5, default 1]: 1

# 4. 等待完成，结果保存在 ocr_output/

📁 输出结构

ocr_output/
└── [图片名]/
    ├── result.md                # 识别结果
    ├── result_标准格式.md        # Markdown 格式
    └── result_with_boxes.jpg    # 带标注的图片

🛠️ 技术栈

• 核心: DeepSeek-OCR 模型
• 框架: PyTorch (CPU优化)
• NLP: Transformers 4.46.3, Tokenizers 0.20.3
• 图像: Pillow, PyMuPDF, img2pdf
• 工具: einops, easydict, numpy

❓ 常见问题

Q: 首次运行需要多长时间？ A: 环境安装 10-20分钟 + 首次OCR时模型下载 5-15分钟

Q: 需要多少磁盘空间？ A: 总计约 11GB（环境 ~1.1GB + 模型 ~10GB）

Q: Intel Mac 可以使用吗？ A: 可以！会自动安装兼容版本（Python 3.11 + PyTorch 2.2.2）

Q: 安装后可以离线使用吗？ A: 可以，环境和模型下载后即可离线使用

📄 开源协议

MIT License - 详见 LICENSE

🙏 致谢

• DeepSeek-AI - DeepSeek-OCR 模型
• PyTorch - 深度学习框架
• Hugging Face - 模型托管平台

---

Made with ❤️ for macOS users 专为 macOS 用户打造

⭐ Star this repo if you find it helpful! ⭐ 如果觉得有用，请给个星标！