kraken

多语言古籍手写文本，一键转成可编辑文字

开源 🏷️完全免费 ✅ 目前可打开计算机视觉 🍴 复刻 176 🐛 待处理 27 👀 关注 31

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1098

维护状态较活跃

是否开源开源

定价模式 🏷️完全免费开源免费，官网提供文档与安装指引

项目预览

项目数据

分类计算机视觉

开发团队mittagessen

官网地址http://kraken.re

GitHubhttps://github.com/mittagessen/kraken

定价模式🏷️完全免费

价格说明开源免费，官网提供文档与安装指引

访问状态✅ 目前可打开

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★ 1098

上线时间2015-05-19 00:00:00

代码更新2026-10-12

仓库体积77.7 MB

本站数据更新2026-11-03

维护状态较活跃

收录时间2026-09-19

浏览次数1

项目介绍

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。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-09-19 · 当前星标 ★ 1098

技术标签

neural-networks ocr optical-character-recognition

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

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。