- 综合排序
- 最热优先
- 最新优先
- 来自专栏往期博文
开源的OCR工具基本使用：PaddleOCRTesseractCnOCR
前言 因项目需要，调研了一下目前市面上一些开源的OCR工具，支持本地部署，非调用API，主要有PaddleOCR/CnOCR/chinese_lite OCR/EasyOCR/Tesseract/chineseocr 测试例程： from cnocr import CnOcr img_fp = 'img/output_2.png' ocr = CnOcr() # 所有参数都使用默认值 out = ocr.ocr( _5.png' img = cv2.imread(image_input_fullname) result = ocr.ocr(img, cls=True) print(result img = cv2.imread(image_input_fullname) padded_img = add_padding_to_image(img) result = ocr.ocr 标注工具：PPOCRLabelv2 使用文档：https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.5/PPOCRLabel/README_ch.md
6.4K00编辑于 2024-05-24 - 来自专栏程序源代码
【程序源代码】开源OCR图文识别工具
内容描述 述 关键字：OCR图文 识别 Java调用百度OCR文字识别软件小工具，java版本 一款小巧方便，强大的文字识别软件，由Java编写，配上了窗口界面调用了百度ocr文字识别API 识别精度高
3.6K30发布于 2019-12-25 - 来自专栏张善友的专栏
开源OCR引擎Tesseract
知名的开源OCR引擎Tesseract 3.0版本日前发布，可以在项目网站下载：http://code.google.com/p/tesseract-ocr, 新版本支持中文,中文语言包定义http:/ 但作为一个引擎，它只提供命令行工具。 大致就是通过给定的包含已知字符的tiff文件生成相应的box文件，经过手工更正后，训练tesseract-OCR的识别能力。也可以用一些训练工具完成这个过程。 ImageMagick的大多数功能的使用都来源于命令行工具。 OCR开源程序tesseract
9.3K102发布于 2018-01-30 - 来自专栏快乐阿超
开源ocr库tesseract
——爱默生 分享一个开源的OCR库 文档链接：https://tesseract-ocr.github.io/ 源码地址：https://github.com/tesseract-ocr/tesseract
2.2K40编辑于 2022-12-13 - 来自专栏AI算法与图像处理
Levenshtein OCR（已开源）
本文简要介绍ECCV 2022录用论文“Levenshtein OCR”的主要工作，该论文提出一个新的场景文本识别模型LevOCR。 本文的代码将会开源。 图1 LevOCR的解码过程。 五、相关资源 本文地址： https://link.springer.com/chapter/10.1007/978-3-031-19815-1_19 本文开源代码地址： https://github.com /wdp-007/Levenshtein-OCR (代码还没放出来) 参考文献 [1]Dosovitskiy, A., Beyer, L., Kolesnikov, A., Weissenborn, D
1.9K20编辑于 2022-12-11 - 来自专栏小脑斧科技博客
从图像中找到文字 -- 开源 OCR 工具 tesseract 使用简介
OCR OCR 是 Optical Character Recognition （光学字符识别）的缩写，指的是通过检测图像，从而识别出文字的技术。 经过几十年的发展，如今 OCR 技术已经非常成熟，本文我们就来介绍由惠普公司开源的 OCR 算法组件 tesseract 的安装和使用。 例如在 Ubuntu 系统下，只需执行： apt-get install tesseract-ocr-all 3. 下面我们来看看如何通过 java SDK 调用 tesseract 实现 OCR 识别。 </exclusion> </exclusions> </dependency> 4.2 下载语言包 在官方文档网站找到需要识别的语言包： https://tesseract-ocr.github.io
3.1K10编辑于 2022-06-27 高效 OCR 图文识别工具盘点：熊猫 OCR 多引擎超便捷，Umi - OCR 开源可批量，天若 OCR 闪电识别！附下载攻略
播放音乐等外部设置=>打开网址、运行文件、关闭窗口、关闭软件等变量设置=>自定义变量、内置变量、读取txt文件、读取excel文件等更多操作=>降低cpu、激活窗口、禁止外部输入扩展功能=>开启护盾、坐标工具 插件、umi-ocr、验证码识别、仿真驱动等生成脚本=>将制作好的脚本生成后发给客户、自定义软件页面内容Umi-OCR 截图OCR在 OCR（光学字符识别）领域，Umi-OCR 一直凭借其强大的功能和开源特性备受关注 天若OCR是一款高效的文字识别工具，作为生活类小程序，它能够快速将图片或截图中的文字转换为可编辑文本，支持多种语言识别且精度高 。 该工具支持多种语言识别，识别精度较高，用户可选择局部或全屏截图进行操作，流程简洁。适用于文档编辑、翻译等场景。天若OCR主要功能为高效文字识别，支持多语言转换，识别结果精准度高。 用户可通过截图或上传图片快速获取可编辑文本，截至2024年10月，新增批量处理功能，可同时识别多张图片内容。界面设置：
2.5K10编辑于 2025-07-07DeepSeek-OCR-2 开源 OCR 模型的技术
DeepSeek-OCR-2开源OCR模型的技术OCR应用的场景和类型很广，本次使用Qwen2的架构，解决看的全（扫码方式优化）、看的的准（内容识别、视觉标记、降低重复率），多裁剪策略提取核心信息。 几乎同期，腾讯也在2025年底开源了HunyuanOCR（混元OCR）——一个仅1B参数却斩获多项SOTA的轻量级模型。 四、与其他主流OCR方案的对比4.1PaddleOCR：工业级成熟方案特点详情定位传统OCR工具库（检测+识别两阶段）优势生态完善、中文优化好、轻量模型多模型大小超轻量模型仅8.6MB适用场景移动端、边缘设备 、已知版式文档局限复杂版面需配合版面分析工具，非端到端对比结论：PaddleOCR适合需要精细控制和低资源占用的传统OCR任务，而DeepSeek-OCR-2和HunyuanOCR更适合需要端到端理解复杂文档的场景 通用多模态理解需求→选Qwen2-VL这两款中国团队开源的OCR模型，不仅在技术指标上达到SOTA，更重要的是它们代表了开源社区对"文档智能"这一核心场景的深度思考。
56710编辑于 2026-02-07- 来自专栏IT技术分享社区
Umi-OCR：开源可离线运行的高精度文字识别工具
OCR（光学字符识别）技术正是解决这一痛点的利器，而在众多OCR工具中，Umi-OCR以其完全离线、免费开源、功能强大的特点可以帮大家解决识别相关的工作。 作为一款基于PaddleOCR-v3引擎开发的专业级OCR工具，Umi-OCR在GitHub上已经获得了超过36K的Star，成为了开源OCR领域的新里程碑。 官网：https://github.com/hiroi-sora/Umi-OCR项目介绍：开源免费的离线OCR解决方案Umi-OCR是一款基于PaddleOCR-json C++识别引擎构建的离线文字识别工具 该项目采用MIT开源协议，意味着用户可以自由使用、修改和分发软件，甚至可以进行商业化应用，而无需支付任何费用。这种开放性使得Umi-OCR不仅是一款工具，更是一个可以不断进化的生态系统。 总结：不可或缺的文字识别利器Umi-OCR作为一款完全离线、免费开源的文字识别工具，在功能丰富性、识别准确性和使用便捷性方面都表现出色。
2.5K10编辑于 2025-11-10 - 来自专栏编程进阶实战
WPF开源的一款免费、开箱即用的翻译、OCR工具
前言 今天大姚给大家分享一款由WPF开源的、免费的（MIT License）、即开即用、即用即走的翻译、OCR工具：STranslate。 工具快捷键 全局快捷键 可自行修改 Alt + A：打开软件界面，输入内容按回车翻译 Alt + D：复制当前鼠标选中内容并翻译 Alt + S：截图选中区域内容并翻译 Alt + G：打开主界面 Alt + Shift + D：打开监听鼠标划词，鼠标滑动选中文字立即翻译 Alt + Shift + S：完全离线文字识别(基于PaddleOCR) Alt + Shift + F：静默OCR(OCR后自动复制到剪贴板 宽度减少 Ctrl + Shift + + 最大高度增加 Ctrl + Shift + - 最大高度减少 Ctrl + 1...8 按顺序复制翻译服务结果 Ctrl + 9 复制最后一个翻译服务结果 工具源代码运行 /zggsong/STranslate/releases/tag/1.0.6.201 工具部分功能截图 项目源码地址 更多项目实用功能和特性欢迎前往项目开源地址查看，别忘了给项目一个Star支持。
80910编辑于 2024-03-10 - 来自专栏程序猿DD
安利一款开源 OCR 工具，可快速提取截屏文字！
你是用什么工具解决的呢？是手机自带拍照转文字功能？还是使用 QQ 里面的工具？ 这个实用小工具的开发也离不开谷歌经典 OCR 开源项目 Tesseract。 Tessract 的使用 Tesseract 是目前最好的用于机器打印字符识别的开源 OCR 工具。 Tesseract OCR 引擎于 20 世纪 80 年代出现，更新迭代至今，它已经包括内置的深度学习模型，变成了十分稳健的 OCR 工具。 目前比较常用的中文 OCR 开源项目是 chineseocr，它基于 YOLO V3 与 CRNN 实现中文自然场景文字检测及识别，目前该项目已经有 2.5K 的 Star 量。 之前介绍过另一个开源的中文 OCR 项目，基于 chineseocr 做出改进，是一个超轻量级的中文字符识别项目，大家也可以关注下： 项目地址：https://github.com/ouyanghuiyu
3.2K30发布于 2020-12-18 - 来自专栏云云众生s
10款开源工具助你提升编码技能
译自：10 Open Source Tools to Supercharge Your Coding Game 作者：Jack Wallen 从 VS Code 到 Tauri，这些开源开发工具简化了工作流程 对于那些更喜欢使用开源软件的人来说，选择范围并没有减少多少。事实上，有很多开源工具都致力于提高编码效率。 当然，任何这样的列表都会包含你可能使用也可能不使用的工具。 这里的关键是提高你的生产力，并且仍然有很多工具可以为你服务。 让我们深入了解一下，看看你可以添加到工作流程中的哪些开源工具。 Configu 可以使用以下命令轻松安装： curl https://files.configu.com/cli/install.sh | sh Tauri 2.0 Tauri 是一款开源工具，使开发人员可以使用现代基于 更好的是……总有更多开源应用程序可以帮助提高效率。
73000编辑于 2025-03-04 - 来自专栏顶级程序员
GitHub 上 10 款免费开源 Windows 工具
我觉得不可思议的就是微软这么快就可以转变思维拥抱开源。 一切都是从 .NET 框架的开源 开始的, 而尽管当时人们认为这只不过是一锤子买卖，但微软却仍然在坚持着，并且在最近还开源了 Live Writer, 因此这种新转变看起来是认真的。 有许多方式在windows平台上进行屏幕截图（many ways to take a screenshot in Windows）, 包括内置的片段工具应用. HandBrake是一个格式转换工具，可以将任意视频文件转换为任意其他视频格式。 它可以处理几十个输出，支持批量转换，甚至可以使用DVD和蓝光作为源输入（仅限非DRM）。 10. Calibre ? 无论你是在一台能改善生活的 Kindel 电子阅读器上, 或是平板电脑, 手机，甚至于是台式机或者笔记本电脑上阅读电子书，你都会需要 Calibre。
2.8K80发布于 2018-04-26 - 来自专栏翩翩白衣少年
10K Star 强烈种草！超强开源OCR工具：Surya！表识别功能太强了！支持90+语言识别！
兄弟们，又种草了一款超强OCR神器！ 它叫做 Surya，一款开源的OCR工具，性能炸裂，更新了 表格识别功能，它不仅能识别表格的行、列、单元格，还能识别旋转的表格和复杂的布局，而且支持90多种语言，简直无敌。 目前GitHub上收藏人数超过1万（10K），不仅免费开源，还能应用于商业场景。 Surya 的优势 • 性能：相比于市面上其他OCR工具，Surya 使用了新的模型架构，大幅提升了识别精度和速度，尤其在表格识别方面，表现远超目前的 SoTA（State of the Art）模型。 工具，它还具备了处理复杂表格、图片和文本布局的能力，特别是它在表格识别上的表现，远超当前的主流开源工具。
4.8K10编辑于 2024-10-10 - 来自专栏程序猿DD
也许会成为你心中的OCR开源工具NO1！
但凡是对国内OCR方面有所了解的工程师，一定或多或说听说过 PaddleOCR 这个项目。其主要推荐的 PP-OCR 算法更是被国内外企业OCR开发者广泛应用。 小编来给大家粗略的算一下： 2020年6月，发布OCR超轻量模型，登上GitHub Trending全球趋势榜日榜第一的宝座。 同年8月，开源CVPR2020算法，再次登上GitHub趋势榜单。 2021年1月，Style-Text文本合成算法发布，同时上线PPOCRLabel数据标注工具，被某主流报告评为中国GitHub Top20活跃项目。 同年4月，开源了PGNet端到端识别算法。 同年8月，开源了PP-Structure工具包，支持版面分析与表格识别。 同一月，GitHub上Star突破15k+，截止发文时点，已经16K+！ 想加入体验OCR效果的小伙伴，别的不多说了，赶紧来关注获取项目地址及技术文档吧！ 点击下方卡片，关注公众号“TJ君” 回复“OCR”，获取仓库地址
1.8K20编辑于 2023-04-04 OCR文字识别 在线工具分享
这个时候，直接用在线OCR文字识别工具会更省事。 在线工具网址：https://see-tool.com/ocr-text-recognition工具截图：我做的这款OCR文字识别工具，主要面向普通用户，适合处理截图、笔记、表单、图片资料等内容。 这个工具适合谁学生整理课件、作业截图上班族提取表格、票据、通知里的文字日常把照片里的内容快速转成可编辑文本这个工具是我用Vue开发的，重点放在操作简单和反馈清晰上。 如果你经常需要把图片转成文字，这个工具会比手动敲字省下很多时间。
17500编辑于 2026-04-15- 来自专栏AI科技时讯
OCR文本图像合成工具
OCR文本图像合成工具 问题 ---- 在进行文字识别时候，需要使用的数据集样式为一张含有文本的图片以及对应文本内容的标签。 数据来源有两种： 真实数据：通过真实数据去截取图片或者人工标注 生成数据：通过文本去生成对应的文本图片 真实数据的收集是比较费事费力的，因此可以使用一些生成数据的工具来无限量的生成想要的数据。 主要工具有： Text Recognition Data Generator: https://github.com/Belval/TextRecognitionDataGenerator Text Render : https://github.com/JarveeLee/SynthText_Chinese_version 这里详细介绍Text Recognition Data Generator工具的使用 Text -文本图像合成工具 OCR训练数据生成方法 GAN+文本生成：让文本以假乱真 GAN之根据文本描述生成图像 ocr文本合成 SynthText 文字识别（四）–大批量生成文字训练集
2.3K10发布于 2020-11-03 - 来自专栏卓越笔记
window10 python 3.6.8 本地 OCR 模块 muggle_ocr 安装实践
模块介绍地址：https://pypi.org/project/muggle-ocr/1.0/#description 其实最主要还是 muggle-ocr-1.0.tar.gz （6.37M）和 tensorflow pan.baidu.com/s/1MX1anPoaMcYYb8OzeWo5WQ 提取码：pvan 安装技巧 pip 安装过程中，会出现多次出现 timeout，此时可以把下载文件的链接复制下来，用迅雷等工具直接下载 tensorflow/stream_executor/cuda/cuda_diagnostics.cc:176] hostname: DESKTOP-9K42C1Q MuggleOCR Session [ocr
2.4K20编辑于 2023-02-18 - 来自专栏开源优测
10款你应该了解的开源安全工具
因此，为了减少在这方面的资金投入，许多安全人员都会选择使用一些开源软件来替代。 事实上，无论是学习，试验，还是在生产基础上进行部署，安全专业人员长期以来都将开源软件视为其工具包的重要组成部分。 下面我们为大家整理推荐10款，你应该了解/值得使用的开源安全工具。 Nessus ? Nessus可以说是是目前全世界最多人使用的系统漏洞扫描与分析软件。 Nagios是一款开源的免费网络监视工具，能有效监控Windows、Linux和Unix的主机状态，交换机路由器等网络设备，打印机等。与许多其他开源软件包一样，Nagios也提供免费版和商业版。 尽管一些开源安全项目提供了极简主义的UI或依赖于GUI的插件或皮肤，但Infection Monkey具有与许多商业软件工具相同的GUI。 Sleuth Kit是一个开源的电子取证调查工具，它可以用于从磁盘映像中恢复丢失的文件，以及为了特殊事件进行磁盘映像分析。
1.2K12发布于 2019-11-13 - 来自专栏FreeBuf
10款你应该了解的开源安全工具
因此，为了减少在这方面的资金投入，许多安全人员都会选择使用一些开源软件来替代。 事实上，无论是学习，试验，还是在生产基础上进行部署，安全专业人员长期以来都将开源软件视为其工具包的重要组成部分。 下面我们为大家整理推荐10款，你应该了解/值得使用的开源安全工具。 Nessus ? Nessus可以说是是目前全世界最多人使用的系统漏洞扫描与分析软件。 Nagios是一款开源的免费网络监视工具，能有效监控Windows、Linux和Unix的主机状态，交换机路由器等网络设备，打印机等。与许多其他开源软件包一样，Nagios也提供免费版和商业版。 尽管一些开源安全项目提供了极简主义的UI或依赖于GUI的插件或皮肤，但Infection Monkey具有与许多商业软件工具相同的GUI。 Sleuth Kit是一个开源的电子取证调查工具，它可以用于从磁盘映像中恢复丢失的文件，以及为了特殊事件进行磁盘映像分析。
1.4K01发布于 2018-07-30
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号