包阅导读总结
1. 文档 OCR 工具包、多语言、Surya、文本识别、表格识别
2. 本文介绍了一个名为 Surya 的多语言文档 OCR 工具包，在 GitHub 有超 3.5k Star。它能精准检测和识别多种语言的文本，包括复杂布局，对比中表现优于 Tesseract。使用需 python 3.9+ 和 PyTorch，模型首次运行自动下载。虽处初期但有优势，开源地址等信息在文中给出。
3.
– 背景介绍
– 处理多语种文档需求增加，主流 OCR 工具对其他语种识别能力薄弱，真实文档布局复杂增加识别难度。
– 项目介绍
– 名为 Surya 的多语言文档 OCR 工具包，有精确行级文本检测等功能，对多种文档和语言优化，适用多种场景。
– 与 Tesseract 性能对比。
– 使用方法
– 需 python 3.9+ 和 PyTorch，用 `pip install surya-ocr` 安装，模型首次运行自动下载，可通过环境变量更改设置，提供检测文本行代码示例和更多语言代码示例。
– 项目推介
– 虽初期但精准度和效率超其他工具，将开发更多功能，给出 Star 趋势图、开源地址等。
思维导图：
文章地址：https://mp.weixin.qq.com/s/cKXrnyI-P6FZ0kQVT5Dqtw
文章来源：mp.weixin.qq.com
作者：精选君
发布时间：2024/7/22 0:59
语言：中文
总字数：829字
预计阅读时间：4分钟
评分：90分
标签：OCR 工具,多语言支持,文本识别,表格识别,GitHub 开源项目
以下为原文内容
本内容来源于用户推荐转载，旨在分享知识与观点，如有侵权请联系删除 联系邮箱 media@ilingban.com
大家好，又见面了，我是 GitHub 精选君！
背景介绍
随着科技的发展和全球化的进程，我们经常遇到需要处理多语种文档的情况，例如商业合同、学术论文等。然而，当前主流的 OCR（Optical Character Recognition 光学字符识别）工具或许可以精准地识别英文文本，但对其他语种的文本识别能力却略显薄弱。此外，真实世界的文档常常包含表格、图表等复杂布局，充斥着线性、非线性排列的文本，这也增加了文本识别的难度。因此，我们急需一个精确度高、支持多语种、能智能识别文本和表格的 OCR 工具。
今天要给大家推荐一个 GitHub 开源项目 VikParuchuri/surya，该项目在 GitHub 有超过 3.5k Star，一句话介绍该项目：Accurate line-level text detection and recognition (OCR) in any language.
项目介绍
Surya 一个多语言文档 OCR 工具包。其功能不仅包括精确的行级文本检测，还将解决更为复杂的文本识别和表格/图表识别问题。该项目对多种文档和语言作了优化，可应用于新闻、科学论文、扫描文件等众多场景。
以下是 Surya 与 Tesseract 的性能对比：
如何使用
你需要有 python 3.9+ 版本和 PyTorch，然后你可以用命令pip install surya-ocr来安装。模型将在你第一次运行 surya 时自动下载。在运行程序时，可以通过环境变量来更改surya/settings.py中的设置。您还可以用以下代码检测文本行：
fromPILimportImage
fromsurya.detectionimportbatch_detection
fromsurya.model.segformerimportload_model,load_processor
image=Image.open(IMAGE_PATH)
model,processor=load_model(),load_processor()
#predictionsisalistofdicts,oneperimage
predictions=batch_detection([image],model,processor)更多语言的代码示例项目也提供了：
项目推介
尽管 Surya 仍处于初期阶段，其精准度和效率在一定程度上已经超过了如 Tesseract 等其他 OCR 工具，且将逐渐开发出对文本识别和表格/图表识别的功能。
以下是该项目 Star 趋势图（代表项目的活跃程度）：
更多项目详情请查看如下链接。
开源项目地址：https://github.com/VikParuchuri/surya
开源项目作者：VikParuchuri
开源协议：GNU General Public License v3.0
关注我们，一起探索有意思的开源项目。
点击如下卡片后台回复：加群，与技术极客们一起交流人工智能、开源项目，一起成长。如果你正在寻求开源项目推广、DevOps、AIGC 大模型、软件开发等领域的付费服务，可参考推文了解详情。
