Surya – OCR工具包

Surya（OCR 工具包）簡介

Surya 是一款功能強大的文檔 OCR 工具包，適用於多種類型的文檔的 OCR 識別處理，如掃描件、圖片、PDF、Word 等。可幫助我們執行以下任務:

1. 多語種 OCR: 支持 90 多種語言的光學字符識別，識別準確率與雲端服務相當。
2. 行級文本檢測: 能夠檢測任何語言的文本行及其邊界框。
3. 布局分析: 識別文檔中的表格、圖像、標題等布局元素。
4. 閱讀順序檢測: 確定文檔中各文本區域的閱讀順序。

該工具包的主要特點包括:

• 高精度 OCR: 在廣泛的基準測試中，Surya 的 OCR 精度優於 Tesseract，且接近谷歌雲視覺的水平。
• 跨平台支持: 可在 CPU 和 GPU 上運行，GPU 模式下速度更快。
• 簡單易用: 提供了命令行工具和 Python API，使用方便。

Surya（OCR 工具包）官網

• 官網 ：https://www.datalab.to/
• 開源主頁 ：https://github.com/VikParuchuri/surya

除了面向個人和研究用途的免費使用外，Surya 還提供付費的商業授權選項，以資助其持續開發。