scribeocr

浏览器里对照原图改 OCR，扫描件变可编辑文档

ScribeOCR 是一个基于浏览器的 OCR 文字识别与校对工具，目标是把扫描图片、PDF 或已有 OCR 结果变成完全数字化的文档。它本身不训练识别模型，而是整合 Tesseract、ABBYY、HOCR 等识别引擎的输出，在网页里统一展示图片与文字，让用户逐行对照修改。核心能力包括：上传图片或 PDF 自动跑 OCR、导入已有 hOCR/ALTO 结果、在原文与识别文本之间高亮联动、支持多语言识别、导出纯文本或保留排版的结构化文档。相比命令行 OCR 工具，它把“识别—校对—导出”串成可视化流程，适合需要人工复核准确率的场景，比如古籍整理、档案数字化、论文扫描件转文字。项目用 JavaScript 编写，可本地部署，数据不必上传第三方，对隐私敏感用户友好。

开源 unknown 计算机视觉

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 811

维护状态较活跃

是否开源是

定价模式 unknown

项目数据

分类计算机视觉

开发团队scribeocr

所属国家

官网地址https://scribeocr.com

GitHubhttps://github.com/scribeocr/scribeocr

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议AGPL-3.0

主要语言JavaScript

技术栈/模型abbyy,hocr,ocr,proofreading,tesseract

GitHub 星标★ 811

30天Star增速

HF 下载量

上线时间2022-03-02 00:00:00

最近更新2026-09-14 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

核心亮点

网页内图片与识别文本逐行联动高亮，校对效率比纯文本编辑高
支持导入 Tesseract、ABBYY、hOCR 等多种引擎结果，不绑定单一识别服务
可本地部署，扫描件和识别结果留在自己机器上，隐私可控

不足之处

识别准确率依赖底层引擎，项目本身不做模型优化
界面和文档偏英文，中文用户上手需要适应

适用场景

古籍或档案扫描件数字化，人工逐页校对识别结果
论文、合同扫描 PDF 转可编辑文本并核对关键数字
已有 hOCR/ALTO 结果需要可视化复核和修正

替代项目

OCRmyPDF、Paperless-ngx、tesseract.js

项目介绍

scribeocr 是一个计算机视觉领域的开源项目，官方简介：Web interface for recognizing text, proofreading OCR, and creating fully-digitized documents.。项目使用 JavaScript 开发，在 GitHub 上获得 811 星标。

上一篇：desk-ocr

下一篇：eSearch-OCR