kraken

多语言古籍手写文本，一键转成可编辑文字

Kraken 是一个面向多语言与历史文献的开源 OCR 引擎，由 Python 编写，核心目标是解决传统 OCR 在非拉丁文字、古籍排版和手写文本上的识别难题。它支持 ALTO XML、PAGE XML 等标准交换格式，内置布局分析与神经网络识别模型，可处理从行级到整页的文本抽取流程。项目覆盖 100 多种语言和文字系统，尤其适合需要高精度字符分割与转录的研究场景。用户可通过命令行或 Python API 调用，训练自定义识别模型，并与 eScriptorium 等标注平台配合完成端到端数字化工作流。相比通用 OCR，Kraken 更强调对复杂版面、连字、变音符号和历史印刷体的鲁棒性，是数字人文与档案数字化领域常用的工具之一。

开源 free 计算机视觉

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1070

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类计算机视觉

开发团队mittagessen

所属国家

官网地址http://kraken.re

GitHubhttps://github.com/mittagessen/kraken

定价模式free

价格说明开源免费，官网提供文档与安装指引

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型alto-xml,handwritten-text-recognition,hocr,htr,layout-analysis,neural-networks,ocr,optical-character-recognition,page-xml

GitHub 星标★ 1070

30天Star增速

HF 下载量

上线时间2015-05-19 00:00:00

最近更新2026-09-15 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-19

浏览次数0

使用教程

难度：入门约 10 分钟部署方式：命令行工具 3 步

环境要求

操作系统：Linux 或 macOS（x64 与 ARM 均可），README 未提及 Windows 支持
Python 解释器版本需在 3.10 至 3.13 之间
安装由 Python 自带的 pip 工具完成，推荐使用虚拟环境或 pipx 以避免污染系统包管理器
Linux 上安装 pipx 需要 sudo 权限（README 示例使用 apt）

安装与启动步骤

1安装 pipx

在 Debian/Ubuntu 类 Linux 上通过 apt 安装 pipx，这是 README 推荐的隔离安装方式，避免污染发行版包管理器。macOS 用户请参考 pipx 官方方式安装。
```
sudo apt install pipx
```
2安装 kraken

用 pipx 一键安装 kraken。若 pipx 默认使用的 Python 解释器版本不在 3.10–3.13 范围内，安装可能失败。
```
pipx install kraken
```
3确认解释器版本

检查本机 Python 版本是否落在 3.10 到 3.13 之间；若 pipx 默认解释器不受支持，需让 pipx 使用受支持的解释器后重新安装。

如何确认成功

安装过程无报错，且 kraken 已由 pipx 正确安装到当前环境，即表示部署成功。

常见问题

Q：安装失败并提示解释器版本不受支持怎么办？

A：README 说明这通常是 pipx 默认使用了不受支持的 Python 版本导致。先确认本机存在 3.10–3.13 之一的解释器，再让 pipx 使用该受支持解释器重新执行 pipx install kraken。

Q：kraken 支持 Windows 吗？

A：README 只说明可在 Linux 与 macOS（x64 和 ARM）上运行，并要求 Python 3.10–3.13，未提及 Windows，建议使用 Linux 或 macOS。

Q：不想用 pipx 可以吗？

A：README 指出安装通过 pip 完成，并建议使用虚拟环境以避免污染系统包管理器；pipx 只是官方给出的省事方案，也可在虚拟环境中安装。

Q：从哪里获取识别模型？

A：README 提到项目在 Zenodo 上有公开的模型文件仓库（Public repository of model files），可从该仓库获取识别模型。

注意事项

README 强调尽量使用虚拟环境或 pipx，不要直接污染发行版包管理器。
Linux 上安装 pipx 的命令基于 apt（Debian/Ubuntu 系），其他发行版需换用对应的包管理器。
kraken 支持 Python 3.10–3.13，解释器版本不符是安装失败的常见原因。
本教程只依据 README 的安装说明整理，README 未给出的命令行参数、端口与路径均未编造。

核心亮点

支持 100+ 语言与文字系统，覆盖非拉丁文与历史字体
内置布局分析与行分割，可直接处理整页扫描图
兼容 ALTO/PAGE XML 标准，方便与数字人文工具链对接

不足之处

安装依赖较重，对 GPU 环境有一定要求
预训练模型覆盖不均，小语种仍需自行训练

适用场景

图书馆古籍与手稿的批量数字化转录
数字人文研究中多语言历史文献的文本挖掘
档案机构将扫描件转为 ALTO/PAGE XML 结构化数据

替代项目

Tesseract、OCRmyPDF、PaddleOCR

项目介绍

kraken 是一个计算机视觉领域的开源项目，官方简介：OCR engine for all the languages。项目使用 Python 开发，在 GitHub 上获得 1070 星标。

上一篇：OCR4all

下一篇：production-ocr-course