投稿 提交工具 投放合作

Indra OCR:CPU 上运行的轻量文档 OCR 模型

NEW
1.9k(+13) 196 Python 2026-11-21 在 GitHub 打开

约 1M 参数、基于 ONNX Runtime 的 OCR 模型,把 PDF 和图片转成 markdown、文本或带框 JSON,支持 80 多种语言、手写和任意角度页面。

Indra OCR 是可在 CPU 上运行的轻量 OCR 模型,将 PDF 与图片转换为 markdown、文本或带框 JSON,支持手写、80 多种语言以及倾斜、倒置的页面。它为每个行和块输出框、标签与阅读顺序,可识别标题、列表、表格、脚注等版面元素;数字 PDF 会读取已有文本层,只对缺失部分做 OCR。模型基于 ONNX Runtime,不依赖 PyTorch 和 GPU,首次运行从 Hugging Face 下载约 76 MB 模型。提供 CLI 与 Python 接口,可指定输出格式、OCR 模式、DPI、并发核数等,`convert_many` 按核数启动单线程工作进程批量处理;另带本地 Web 查看器,可叠加查看行框、版面块、阅读顺序与各阶段耗时。代码采用 Apache 2.0,模型权重采用修改版 OpenRAIL-M 许可,对研究、个人使用及融资/收入低于 2000 万美元的初创免费,但不得与官方 API 竞争性使用。

Star 趋势2026-11-09 — 2026-11-20当前 Stars 1.9k24h +137 日 +115

1.7k1.8k1.9k11-0911-1111-1211-1311-1411-1511-1611-1711-1811-20