Surya – OCR工具包

Surya（OCR工具包）简介

Surya是一款功能强大的文档OCR工具包，适用于多种类型的文档的OCR识别处理，如扫描件、图片、PDF、Word等。可帮助我们执行以下任务:

1. 多语种OCR:支持90多种语言的光学字符识别，识别准确率与云端服务相当。
2. 行级文本检测:能够检测任何语言的文本行及其边界框。
3. 布局分析:识别文档中的表格、图像、标题等布局元素。
4. 阅读顺序检测:确定文档中各文本区域的阅读顺序。

该工具包的主要特点包括:

• 高精度OCR:在广泛的基准测试中，Surya的OCR精度优于Tesseract，且接近谷歌云视觉的水平。
• 跨平台支持:可在CPU和GPU上运行，GPU模式下速度更快。
• 简单易用:提供了命令行工具和Python API，使用方便。

Surya（OCR工具包）官网

• 官网：https://www.datalab.to/
• 开源主页：https://github.com/VikParuchuri/surya

除了面向个人和研究用途的免费使用外，Surya还提供付费的商业授权选项，以资助其持续开发。