robertknight/ocrs

解决的问题

Ocrs 旨在从图像中提取文本（OCR），同时减少传统 OCR 引擎（如 Tesseract）通常需要的手动图像预处理。其目标是提供一个现代化、易于编译的 OCR 引擎，可在多种平台运行，包括 WebAssembly。

工作原理

该项目使用在 PyTorch 中训练的神经网络模型，这些模型随后被导出为 ONNX 格式，并通过 RTen 引擎执行。这一以机器学习为核心的流水线能够处理各种图像类型，如扫描文档、截图和包含文本的照片。

适用人群

适用于需要一个易于部署且跨平台兼容的 Rust 基 OCR 库或 CLI 工具的开发者。

主要亮点

• 跨平台支持：兼容多种平台，包括 WebAssembly。
• 机器学习驱动的流水线：使用 PyTorch 和 ONNX 以最小化预处理工作量。
• 开放数据集：在开放且宽松许可的数据集上进行训练。
• CLI 功能：包含一个命令行工具，支持从文件或系统剪贴板读取，并输出文本、JSON 布局信息或带注释的图像。