计算机视觉OCR【免费下载链接】indra-ocr项目地址https://ai.gitcode.com/hf_mirrors/datalab-to/indra-ocr点击查看免费下载indra-ocr 是一款运行在 CPU 上的轻量级 OCR 工具包一条pip install indra-ocr命令即可安装支持把 PDF 和图片批量转换为 Markdown、纯文本或带坐标框的 JSON。整个模型仅约 18 MB无需 PyTorch、无需 GPU在普通 4 核 CPU 上即可达到每秒约 7 页的处理速度。下面用 5 分钟带你从安装到出结果。indra-ocr 是什么CPU 上每秒 49 页的 OCR 引擎indra-ocr 背后的识别模型rec.onnx只有约 100 万参数却在速度和精度上都表现惊人吞吐32 核下约 49 页/秒比 Tesseract 和 PaddleOCR 快 11~17 倍⚡延迟4 核下每页约 230 ms版面每一行、每个版式块都有 bounding box并带标签标题、列表、表格、脚注、页眉等和阅读顺序数字 PDF直接读取 PDF 自带文本层任意文字系统只对缺失部分做 OCR小巧ONNX Runtime 推理模型文件加起来约 18 MB核心组件一览本仓库即模型权重目录文件作用rec.onnx拉丁文/西里尔文等主识别模型约 1M 参数rec_cjk.onnx中文识别模型含简繁体det.onnx文本检测定位每一行orient.onnx页面朝向矫正自动转正order.onnx阅读顺序排序script.onnx文字系统分类math_enc.onnx、math_dec_init.onnx数学公式识别--math时下载模型清单和元信息可参考 config.json 与 meta.json。一键安装pip install indra-ocr环境要求很简单Python 3.10。pip install indra-ocr安装会自动带上 ONNX Runtime、OpenCV 和 pypdfium2不依赖 PyTorch。首次运行会从 Hugging Face 自动下载约 18 MB 的模型并缓存想使用本地模型目录设置环境变量INDRA_OCR_MODEL_DIR或加参数--model-dir1 分钟把 PDF 转成 Markdown安装完成后命令行直接开干indra-ocr paper.pdf # Markdown 输出到终端 indra-ocr *.pdf --out results/ # 每个 PDF 生成一个 .md吃满所有 CPU 核心 indra-ocr scan.png --format json # 输出行、坐标框、版式块和置信度常用参数速查完整说明见 README.md 的 Usage 章节参数说明--format md\|text\|json输出格式默认 Markdown--mode auto\|ocr\|textauto默认文本层合格就读文本层不合格才 OCR--math数学公式输出为行内 LaTeX默认关闭更慢--cores N限制工作进程数默认用满全部核心--dpiPDF 渲染分辨率默认 200--max-pages N每个文件最多读 N 页--password读取加密 PDF--keep-furniture保留页眉页脚默认剔除--timings在 stderr 打印每页耗时遇到读不了的文件 CLI 会跳过继续全部失败时才以退出码 1 结束很适合放进批量脚本。从 Python 调用三行代码拿到 Markdown写脚本时直接当库用import indra_ocr conv indra_ocr.load(threads4) for i, page in conv.convert(paper.pdf): print(page.markdown) # 标题、列表、表格HTML print(page.blocks) # 按阅读顺序的版式块 [{label, bbox, text}] print(page.lines) # 每行坐标、文字、置信度每一页Page都带markdown、text、lines、blocks、sourcetext / ocr / hybrid / error、rotation、timings等字段--format json会把这些逐页写成 JSON。批量处理多文件时convert_many会自动为每个核心派一个单线程 worker 进程import indra_ocr if __name__ __main__: for path, result in indra_ocr.convert_many([a.pdf, b.pdf], coresNone): if isinstance(result, indra_ocr.InputError): continue for i, page in result: print(path, i, page.source)可视化调试本地 Web 查看器命令行跑完想看效果启动本地查看器indra-ocr-viewer --port 8765打开http://localhost:8765拖入 PDF 或图片即可每页会叠加显示行、版式块和阅读顺序右侧同步展示渲染后的 Markdown、Markdown 源码、每行置信度、JSON 输出和各阶段耗时。还能随时切换文本层/OCR 模式、数学公式、页眉页脚、DPI 等参数。文件全程留在本地通过 SSH 访问时转发端口即可ssh -N -L 8765:localhost:8765 host。支持哪些语言边界在哪OCR扫描件/图片拉丁文约 50 种语言、西里尔文、希腊文、天城文、孟加拉文以及简体中文和繁体中文含中文字的行会自动走中文识别模型。文本层数字 PDF任意文字系统包括阿拉伯文、希伯来文、泰文、日韩文等右到左文字保持原有顺序。⚠️ 它主打干净印刷体 速度以下场景请谨慎合并单元格/跨行的复杂表格、无框线表格手写体暂不支持褪色、低分辨率的老扫描件竖排文字如传统中文报纸阿拉伯文/希伯来文扫描件建议走数字 PDF 文本层而非 OCR小结indra-ocr 把装好就能用做到了极致pip install indra-ocr10 秒indra-ocr paper.pdf得到 Markdown1 分钟需要 JSON、批量或可视化加参数或上indra-ocr-viewer5 分钟没有 GPU、没有大依赖、模型仅 18 MB——如果你一直在找快速、CPU 上就能跑、PDF 转 Markdown 不翻车的 OCR 工具它值得一试。赞分享计算机视觉OCR【免费下载链接】indra-ocr项目地址https://ai.gitcode.com/hf_mirrors/datalab-to/indra-ocr点击查看免费下载相关推荐如何5分钟上手MEDUSA从pip install到首次AI安全扫描的完整教程如何5分钟上手MEDUSA从pip install到首次AI安全扫描的完整教程 MEDUSA 是一款 AI first 安全扫描器 AI Security如何快速上手Jev-Style-0.8B-Decision-v3-mlx-8bit从pip install到首次决策的5分钟完整教程如何快速上手Jev Style 0.8B Decision v3 mlx 8bit从pip install到首次决策的5分钟完整教程 Jev Style 0.人工智能大模型本地部署模型量化模型推理服务10分钟上手MobileMoE-M-Base从pip install到首次推理的3步完整教程10分钟上手MobileMoE M Base从pip install到首次推理的3步完整教程 MobileMoE M Base 是 Meta 发布的端侧 Mo创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
