Gemini-2.5pro在OCR上表现超神，我的草书都能识别！

一只牛博

发布于 2025-05-31 09:06:36

7600

代码可运行

运行总次数：0

代码可运行

引言

Google最新推出的Gemini-2.5 Pro大型语言模型不仅在标准NLP任务上表现出色，更在光学字符识别(OCR)领域展现出惊人的能力。今天我将分享两个实际测试案例，证明这款模型的OCR识别能力已经达到了"超神"水平。

草书识别：连我自己都难辨认的字迹

作为一个字迹潦草的人，我的手写笔记常常连自己回头看都难以辨认。带着好奇心，我决定用我最潦草的笔记挑战Gemini-2.5 Pro。

将一句自我介绍+祝福语上传后，令人惊讶的是，Gemini几乎完美地识别出了所有内容，包括：

潦草的中文字符
不规则的标点符号
甚至是我自创的缩写和简写
表情符号

这远超出了我的预期，因为连我自己有时候都不认识自己的笔迹，而Gemini却能直接解读。

复杂课表转HTML：一键从图像到结构化数据

第二个测试更具挑战性：我从网上找了一张复杂的课程表，包含多个时间段、各种课程名称。这类表格通常需要手动重建或使用专业OCR软件处理。

将课表图片上传给Gemini-2.5 Pro后，我要求它识别内容并生成相应的HTML代码。结果令人震惊：

模型不仅准确识别了所有文字内容
还正确理解了表格的行列结构和单元格合并情况
生成的HTML代码格式规范，结构完整
直接复制代码到浏览器就能呈现出完整还原的课表

最令人印象深刻的是，Gemini不仅仅是识别了文字，而是真正"理解"了课表的含义和结构，这远超传统OCR工具的能力范围。

首先是我提问的内容以及课程表的内容：

生成的html如下图：

<!DOCTYPE html>
<html lang="zh-CN">
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>课程表</title>
    <style>
        body {
            font-family: sans-serif;
        }
        table {
            width: 80%;
            margin: 20px auto;
            border-collapse: collapse;
            border: 1px solid #ccc;
        }
        th, td {
            border: 1px solid #ccc;
            padding: 10px;
            text-align: center;
        }
        th {
            background-color: #f2f2f2;
        }
        .header {
            text-align: center;
            margin-bottom: 20px;
        }
        .header h1 {
            margin-bottom: 5px;
        }
        .header p {
            color: #555;
            margin-top: 0;
        }
        .rules {
            width: 80%;
            margin: 20px auto;
            padding: 15px;
            border: 1px solid #eee;
            background-color: #f9f9f9;
        }
        .rules h2 {
            margin-top: 0;
            text-align: center;
            color: #333;
        }
        .rules ul {
            list-style: none;
            padding-left: 0;
        }
        .rules li {
            margin-bottom: 10px;
            line-height: 1.6;
            color: #444;
        }
        .rules li::before {
            content: "✧ "; /* Using a similar symbol */
            color: #ffa500; /* Orange color */
            margin-right: 5px;
        }
    </style>
</head>
<body>

    <div class="header">
        <h1>课程表</h1>
        <p>广州某某小学 某某年级某某班课程安排表</p>
    </div>

    <table>
        <thead>
            <tr>
                <th></th>
                <th>周一</th>
                <th>周二</th>
                <th>周三</th>
                <th>周四</th>
                <th>周五</th>
            </tr>
        </thead>
        <tbody>
            <tr>
                <td>第一节</td>
                <td>语文</td>
                <td>语文</td>
                <td>语文</td>
                <td>语文</td>
                <td>语文</td>
            </tr>
            <tr>
                <td>第二节</td>
                <td>数学</td>
                <td>英语</td>
                <td>语文</td>
                <td>历史</td>
                <td>数学</td>
            </tr>
            <tr>
                <td>第三节</td>
                <td>数学</td>
                <td>数学</td>
                <td>数学</td>
                <td>体育</td>
                <td>历史</td>
            </tr>
            <tr>
                <td>第四节</td>
                <td>英语</td>
                <td>生物</td>
                <td>化学</td>
                <td>英语</td>
                <td>英语</td>
            </tr>
            <tr>
                <td>第五节</td>
                <td>体育</td>
                <td>地理</td>
                <td>体育</td>
                <td>地理</td>
                <td>生物</td>
            </tr>
            <tr>
                <td>第六节</td>
                <td>政治</td>
                <td>政治</td>
                <td>政治</td>
                <td>政治</td>
                <td>化学</td>
            </tr>
            <tr>
                <td>第七节</td>
                <td>自习</td>
                <td>自习</td>
                <td>自习</td>
                <td>自习</td>
                <td>自习</td>
            </tr>
            <tr>
                <td>第八节</td>
                <td>自习</td>
                <td>自习</td>
                <td>自习</td>
                <td>自习</td>
                <td>自习</td>
            </tr>
        </tbody>
    </table>

    <div class="rules">
        <h2>小学生日常行为准则：</h2>
        <ul>
            <li>举止文明，不说脏话，不骂人，不打架。不涉足未成年人不宜的活动和场所。</li>
            <li>情趣健康，不看色情，凶杀、暴力、封建迷信的书刊、音像制品，不听不唱不健康歌曲，不参加迷信活动。</li>
            <li>爱惜名誉，拾金不昧，抵制不良诱惑，不做有损人格的事。</li>
            <li>注意安全，防火灾、防溺水、防触电、防盗、防中毒等。</li>
        </ul>
    </div>

</body>
</html>