Churro

让历史手稿和古籍轻松变成可搜索文本

Churro 是一个面向历史文献转录的 OCR 工具包,旨在以高精度和低成本让手写及印刷的历史资料变得可读。它基于 Python 构建,专门处理古籍、档案等复杂文档,解决通用 OCR 在历史字体、手写变体、版面杂乱等场景下识别率低的问题。核心能力包括针对历史文档优化的文本识别模型、版面分析、以及转录工作流支持,帮助研究人员、档案馆和数字人文项目将扫描件高效转化为可搜索的文本。项目目前处于早期阶段,但定位明确,聚焦于历史文献这一垂直领域。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 79
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类开源模型
开发团队stanford-oval
所属国家
定价模式free
价格说明开源项目,Apache-2.0 许可证,可免费使用和部署。
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ai,document-parser,document-parsing,documents,large-language-models,markdown,ocr,pdf,pdf-converter,pdf-to-markdown,pdf-to-text
GitHub 星标★ 79
30天Star增速
HF 下载量
上线时间2025-09-10 00:00:00
最近更新2026-09-22 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3

使用教程

核心亮点

  • 专为历史文档优化,比通用 OCR 更懂古字体和手写体
  • Python 技术栈,易于集成到数字人文研究流程
  • 开源免费,降低历史文献数字化的成本门槛

不足之处

  • 项目早期,星标少,社区和文档待观察
  • 目前缺乏大规模基准测试和实际应用案例

适用场景

  • 档案馆和图书馆批量数字化历史手稿
  • 历史学者转录古籍并进行全文检索
  • 数字人文项目构建历史文本数据库

替代项目

Tesseract OCR、Transkribus、OCR-D

项目介绍

Churro 是计算机视觉领域的开源项目,由 stanford-oval 开发,2025 年首次发布。

它收录于计算机视觉分类,该分类目前共有 447 个项目,GitHub 星标数为 79。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-09-22。Apache-2.0 许可证,可免费使用和部署。

它主要面向的使用场景是:档案馆和图书馆批量数字化历史手稿。同类可对比的替代方案包括 Tesseract OCR、Transkribus、OCR-D。

上一篇:SensorLLM

下一篇:VLM-CADFeatureRecognition

同类项目推荐

modlens 开源

给纯文本编码代理装上眼睛,粘贴图片即刻获得结构化视觉证据。

The first vision plugin for DeepSeek Harness, and the vision bridge for every text-o···

★ 4019 2026-08-19
opencv 开源

开箱即用的视觉算法库,搞定图像视频处理与识别

Open Source Computer Vision Library

★ 90930 2026-08-10
OpenCVTutorials 开源

中文 OpenCV 教程,从入门到实战,边看边跑代码

OpenCV-Python4.1 中文文档

★ 1430 2026-08-20
Olympus 开源

一个路由搞定所有视觉任务,免去逐个微调

[CVPR 2025 Highlight] Official code for "Olympus: A Universal Task Router for Comput···

★ 427 2026-08-09