
项目预览
项目数据
项目介绍
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 2026-09-17 · 当前星标 ★ 1912
使用教程
环境要求
- 已安装 Rust 和 Cargo 工具链
- 网络可访问 crates.io 以安装 ocrs-cli
- 首次运行时需联网自动下载模型
- 一张待识别的图片文件(如 PNG)
- 可选:需要读取系统剪贴板时,安装需启用 clipboard feature
安装与启动步骤
-
1准备 Rust 环境
ocrs CLI 需要 Rust 和 Cargo 才能安装。README 未给出 Rust 安装命令,请先按 Rust 官方方式安装好工具链并确认 cargo 可用。
-
2安装 ocrs CLI
用 Cargo 从 crates.io 全局安装 ocrs 命令行工具,--locked 表示按锁定依赖版本安装。
cargo install ocrs-cli --locked -
3安装剪贴板支持
可选步骤。如果希望直接从系统剪贴板读取图片,安装时加上 clipboard feature;否则跳过。
cargo install ocrs-cli --locked --features clipboard -
4识别图片文字
对指定图片文件运行 ocrs,终端会输出识别出的文字。把 image.png 换成你自己的图片路径。
ocrs image.png -
5从剪贴板识别
启用 clipboard feature 后,可直接读取剪贴板中的图片并输出文字,-c 是 --clipboard 的短选项。
ocrs --clipboard
如何确认成功
首次运行会自动下载模型并保存到 ~/.cache/ocrs,终端打印出图片中的文字内容即表示识别成功。
常见问题
Q:第一次运行很慢或卡在网络下载?
A:首次运行 ocrs 会自动下载所需模型并缓存到 ~/.cache/ocrs,需要联网等待下载完成,之后再运行会更快。
Q:ocrs 支持中文识别吗?
A:不支持。当前仅识别拉丁字母(如英文),更多语言支持在项目的 issue 中列为计划功能。
Q:怎么识别剪贴板里的图片?
A:安装时需加 --features clipboard,然后运行 ocrs --clipboard 或简写 ocrs -c 即可。
Q:识别准确率如何?
A:项目处于早期预览(early preview)阶段,README 明确提示错误可能比商业 OCR 引擎更多。
注意事项
- 项目状态为 early preview,效果尚不稳定,不建议直接用于对准确率要求高的生产场景。
- 目前只支持拉丁字母,中文等其它语言尚未支持。
- 底层使用 PyTorch 训练的模型,导出为 ONNX 后由 RTen 引擎执行推理。
- 模型不需要手动下载,首次运行会自动放到 ~/.cache/ocrs 目录。
核心亮点
- 纯 Rust 实现,编译为原生二进制,无需 Python 运行时,部署和启动开销小
- 同时提供库和 CLI,既能嵌入 Rust 项目,也能直接命令行批量识别图片
- 推理流程封装完整,模型加载与文本检测识别一体化,接入成本低
不足之处
- 模型与语言覆盖范围有限,非拉丁语系和复杂版式效果待验证
- 文档和示例相对精简,社区生态与预训练模型数量不及成熟 OCR 项目
适用场景
- Rust 后端服务中集成图片文字提取,避免引入 Python 依赖
- 命令行批量处理截图或扫描件,快速导出文本
- 边缘设备或桌面工具中做本地离线 OCR,保护数据隐私
替代项目
tesseract、paddleocr、easyocr
同类项目推荐
vesselFM
开源
一个模型搞定各类三维血管分割,跨模态直接上手
A foundation model for universal 3D blood vessel segmentation. Paper accepted @ CVPR···
DeepLIIF
开源
一键将免疫组化图像转化为多重荧光定量数据,提升病理分析效率
Deep Learning Inferred Multiplex ImmunoFluorescence for IHC Image Quantification (ht···
ComfyUI-Depth-Anything-Tensorrt
开源
ComfyUI 里跑深度图,TensorRT 加速最高 14 倍,快人一步。
ComfyUI Depth Anything (v1/v2/v3/distill-any-depth) Tensorrt Custom Node (up to 14x ···
Looking-Back-OCR
开源
用 AI 把越南语古籍旧书扫描件转成可编辑文字
Công cụ OCR tài liệu, sách xưa tiếng Việt bằng Gemini hoặc Meta AI.
IdCardOCR
开源
离线秒扫身份证正反面,直接输出结构化信息
身份证正反面识别,身份证扫描识别,二代身份证OCR识别,OCR极速识别身份证所有信息正反面···
Anomagic
开源
用文字描述就能生成工业异常图像,零样本搞定缺陷数据增强
[AAAI 2026] The Official Implementation for "Anomagic: Crossmodal Prompt-driven Zero···
HandX
开源
让数字人双手协作,生成自然交互动作
[CVPR 2026] HandX: Scaling Bimanual Motion and Interaction Generation
LISA
开源
让大模型看懂指令,直接分割出你想要的物体
Project Page for "LISA: Reasoning Segmentation via Large Language Model"
marigold-v2
开源
单张图生成稠密深度图,细节边缘更稳
Marigold V2: Revisiting Diffusion Transformers for Monocular Depth Estimation