awesome-ocr-resources

OCR 论文与数据集一站清单，省去到处搜资料

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 计算机视觉 🍴 复刻 74 🐛 待处理 5 👀 关注 30
GitHub ↗
GitHub 星标 ★ 442
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源免费资源合集

项目预览

awesome-ocr-resources 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类计算机视觉
开发团队ZumingHuang
GitHubhttps://github.com/ZumingHuang/awesome-ocr-resources
定价模式🏷️完全免费
价格说明开源免费资源合集
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型awesome,computer-vision,deep-learning,end-to-end-ocr,machine-learning,ocr,text-detection,text-recognition,text-segmentation,video-ocr
GitHub 星标★ 442
上线时间2018-05-21 00:00:00
代码更新2026-11-03
仓库体积12.7 MB
本站数据更新2026-11-04
维护状态活跃
收录时间2026-09-19
浏览次数1

项目介绍

awesome-ocr-resources 是一个面向 OCR（光学字符识别）领域的资源聚合项目，系统整理了该方向的重要论文、公开数据集与工具链接。它解决的是 OCR 学习者和开发者信息分散、检索成本高的问题：从文本检测、文本识别、端到端 OCR 到文本分割等子任务，都能在这个清单里找到对应资料。项目以 Markdown 列表形式组织，按主题分类，便于快速定位经典方法与最新进展，适合作为入门调研、论文复现或工程选型的索引。语言为 Python，但本身不包含可运行代码，核心价值在于信息组织而非算法实现。对于想系统了解 OCR 技术脉络、寻找训练数据或对比不同方案的研究者和工程师，它相当于一张持续维护的地图，能显著减少从零搜集资料的时间。

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 ★ 442

使用教程

难度：入门 约 8 分钟 部署方式：无需部署 4 步

环境要求

  • 无需环境

安装与启动步骤

  1. 1按环节找资源

    它把检测、识别、版面、表格分开归类，先定位环节。

  2. 2优先看有评测对比的条目

    OCR 的效果差异大，没有对比数据的条目参考价值低。

  3. 3核对更新时间

    这个领域模型迭代快，两年前的方案基本被替代。

  4. 4按语言筛

    中文与英文的可用方案差别很大，先筛语种。

如何确认成功

你能针对自己的文档类型（票据、证件、扫描书）各选出一个方案，并说明选它的理由

注意事项

  • 这是资源清单，不是工具，不能直接跑。
  • 条目由脚本初筛加人工复核，仍可能有失效链接。
  • 文档 OCR 的难点在版面与表格，纯文字识别已很成熟。
  • 商用前确认模型与训练数据的许可。

核心亮点

  • 按文本检测、识别、端到端、分割等子任务分类，结构清晰
  • 同时收录论文与数据集，兼顾理论调研和实验取数需求
  • 覆盖传统方法与深度学习方案，适合梳理 OCR 技术演进脉络

不足之处

  • 仅为链接清单，不含可运行代码或基准评测
  • 更新频率依赖维护者，部分链接可能随时间失效

适用场景

  • OCR 方向研究生入门时快速建立领域知识地图
  • 算法工程师为项目选型时对比检测/识别方案与数据集
  • 复现论文前查找公开训练数据与评测集

替代项目

PaddleOCR、EasyOCR

上一篇：zotero-ocr

下一篇：ocr-rs

同类项目推荐

react-mindee-js 开源

React 里几行代码接入文档识别，前端直接出结构化结果

Front-End Computer Vision SDK for React

★ 183 2026-10-06
diffseg 开源

用扩散模型注意力，零标注自动分割图像

DiffSeg is an unsupervised zero-shot segmentation method using attention information···

★ 328 2026-08-09
APTM 开源

用自然语言精准找目标人物，多属性提示学习提升检索准确率

The official code of "Towards Unified Text-based Person Retrieval: A Large-scale Mul···

★ 177 2026-08-10
geti 开源

少数据快训练，轻松搞定计算机视觉模型

Build, train, optimize, and run computer vision models locally, from raw images to l···

★ 1366 2026-08-10
mamma 开源

从视频直接捕捉多人3D动作，无需标记点，精度高。

Official code for MAMMA: Markerless Accurate Multi-person Motion Acquisition.

★ 877 2026-08-10
meikipop 开源

截图即查日语生词，阅读不中断

meikipop - universal japanese ocr popup dictionary for windows, linux and macos

★ 703 2026-09-19
unrealcv 开源

在虚幻引擎里一键生成带标注的视觉数据，省去真实采集成本

UnrealCV: Connecting Computer Vision to Unreal Engine

★ 2224 2026-08-10
bbox-visualizer 开源

几行代码画出专业边界框，可视化调试不再繁琐

Make drawing and labeling bounding boxes a piece of cake

★ 411 2026-08-10