robertknight/ocrs

解決的問題

Ocrs 是設計用於從影像中提取文字（OCR），同時減少傳統引擎（如 Tesseract）通常所需的大量手動影像前處理。目標是提供一個現代化、易於編譯的 OCR 引擎，可在多種平台運作，包括 WebAssembly。

工作原理

本專案使用在 PyTorch 中訓練的神經網路模型，這些模型隨後被匯出為 ONNX 格式，並透過 RTen 引擎執行。此以機器學習為核心的流程可處理多種影像類型，例如掃描文件、螢幕截圖以及含文字的照片。

適用對象

適合需要一個易於部署且跨平台相容的 Rust 基底 OCR 套件或 CLI 工具的開發者。

主要特色

• 跨平台支援：相容多種平台，包括 WebAssembly。
• 機器學習驅動的流程：使用 PyTorch 與 ONNX 以最小化前處理工作量。
• 開放資料集：在開放且自由授權的資料集上訓練而成。
• CLI 功能：內建命令列工具，支援從檔案或系統剪貼簿讀取，並輸出文字、JSON 排版資訊或帶註解的影像。