【OCR】数据集合集!

server/2024/12/28 2:19:04/

本文将为您介绍经典、热门的数据集,希望对您在选择适合的数据集时有所帮助。

1

RapidOCR

  • 更新时间:2024-12-24

  • 访问地址: GitHub

  • 描述:

    基于 ONNXRuntime、OpenVINO 和 PaddlePaddle 的超棒 OCR 多编程语言工具包。多平台、多语言 OCR 工具,它拥有无与伦比的速度、广泛的支持和完全的开放性。这款卓越的软件完全免费,以促进快速离线部署而闻名。其效率的核心是 ONNXRuntime 推理引擎,提供 4 到 5 倍于 PaddlePaddle 引擎的速度,同时确保没有内存泄漏。

  • 数据集网址:

    https://github.com/RapidAI/RapidOCR

2

PaddleOCR

  • 更新时间:2024-12-24

  • 访问地址: GitHub

  • 描述:

    基于PaddlePaddle的超棒多语言OCR工具包(实用的超轻量级OCR系统,支持80多种语言识别,提供数据注释和合成工具,支持服务器、移动、嵌入式和物联网设备之间的训练和部署)。

  • 数据集网址:

    https://github.com/PaddlePaddle/PaddleOCR

3

surya

  • 更新时间:2024-12-21

  • 访问地址: GitHub

  • 描述:

    Surya 是一个文档 OCR 工具包,支持 90 多种语言的 OCR,与云服务相比具有优势,可以进行任何语言的行级文本检测,布局分析(表格、图像、标题等检测),阅读顺序检测,表格识别(检测行/列)等,它适用于一系列文档。

  • 数据集网址:

    https://github.com/VikParuchuri/surya

4

PaddleOCR-json

  • 更新时间:2024-10-15

  • 访问地址: GitHub

  • 描述:

    这是一个基于PaddleOCR v2.6及v2.8 cpp_infer的离线图片OCR文字识别程序,可以快速让你的程序拥有OCR能力。它可以作为一个子进程被上层程序调用,也可以作为一个单独的进程通过TCP调用。本项目提供了Python等语言的API,你可以无视技术细节,通过两行代码使用它。

    本项目旨在提供一个封装好的OCR引擎组件,使得没有C++编程基础的开发者也可以用其他语言来简单地调用OCR,享受到更快的运行效率、更方便的资源和部署手段。

  • 数据集网址:

    https://github.com/hiroi-sora/PaddleOCR-json

5

OpenOCR

  • 更新时间:2024-12-18

  • 访问地址: GitHub

  • 描述:

    OpenOCR:通用的OCR系统,准确率高,支持24种在真实大规模数据集上从头训练的场景文本识别方法,并将持续添加最新方法。

  • 数据集网址:

    https://github.com/Topdu/OpenOCR

6

ID-DocumentRecognition-Linux

  • 更新时间:2024-10-15

  • 访问地址: GitHub

  • 描述:

    MiniAiLive 智能 ID OCR,实现可靠的身份验证从文档验证到数据输入,我们的 MiniAiLive OCR 解决方案可以帮助改变您的身份验证流程。

    使用我们经过验证的 AI 优先方法,快速安全地捕获、提取和验证各种身份证、护照、驾驶执照和其他文件中的数据。我们的技术设计无缝集成,可以作为完全捆绑的身份证件验证解决方案集成,也可以通过开发人员友好的移动或服务器 SDK 作为单独的模块集成。

  • 数据集网址:

    https://github.com/MiniAiLive/ID-DocumentRecognition-Linux

7

doctr

  • 更新时间:2024-12-21

  • 访问地址: GitHub

  • 描述:

    docTR(文档文本识别)——一个由深度学习支持的 OCR 相关任务的无缝、高性能且可访问的库。

  • 数据集网址:

    https://github.com/mindee/doctr

8

Text-Grab

  • 更新时间:2024-12-22

  • 访问地址: GitHub

  • 描述:

    这是适用于 Windows 10/11 的最小光学字符识别 (OCR) 实用程序,可以复制所有可见文本。

    文本经常被困在图像、视频或应用程序的某些部分中,无法被选中。Text Grab 截取屏幕截图,将该图像传递给 OCR 引擎,然后将文本放入剪贴板以供在任何地方使用。OCR 由Windows API在本地完成。这使得 Text Grab 基本上没有 UI,也不需要持续运行的后台进程。处理文本不仅仅是从图像中复制文本,因此 Text Grab 有一系列不同的模式,使处理文本变得快速而简单。

  • 数据集网址:

    https://github.com/TheJoeFin/Text-Grab

9

tesseract.js

  • 更新时间:2024-12-24

  • 访问地址: GitHub

  • 描述:

    适用于 100 多种语言的纯 Javascript OCR。

    Tesseract.js 旨在将Tesseract OCR 引擎(一个单独的项目)引入浏览器和 Node.js,并通过包装Tesseract 的WebAssembly 端口来工作。该项目不会修改 Tesseract 的核心功能。最值得注意的是,Tesseract.js 不支持 PDF 文件,也不会修改 Tesseract 识别模型来提高准确性。

  • 数据集网址:

    https://github.com/naptha/tesseract.js

10

Easydict

  • 更新时间:2024-12-24

  • 访问地址: GitHub

  • 描述:

    一个简洁优雅的搜索翻译macOS App。开箱即用,支持离线OCR识别,支持有道搜索,苹果系统搜索,苹果系统翻译,OpenAI,Gemini,DeepL,Google,Bing,腾讯,百度,阿里,小牛,彩云和火山翻译。简洁优雅的 macOS 词典和翻译器应用程序,用于查找单词和翻译文本。

  • 数据集网址:

    https://github.com/tisfeng/Easydict


http://www.ppmy.cn/server/153780.html

相关文章

泰山派GPIO子系统驱动---亮灯

本人linux驱动小白,文章基于B站up主 李Sir______ 视频内容记录,做笔记用。如有错误欢迎指正。本文将以开发板第40引脚GPIO3_B4作为LED灯珠的控制引脚,高电平灯亮,低电平灯灭。 杂话 在linux内核中,芯片厂商已经把所有…

WebSocket | 背景 概念 原理 使用 优缺点及适用场景

1 背景 在 WebSocket 出现之前,为了实现推送技术,所用的技术都是轮询,轮询是指浏览器每隔一段时间向服务器发出 HTTP 请求,服务器再返回最新的数据给客户端 常见的轮询方式分为轮询与长轮询,它们的区别如下图所示&…

单片机的内存是指RAM还是ROM

在单片机(MCU)中,内存通常指的是整个存储系统,包括 RAM(随机存取内存)和 ROM(只读存储器),这两者分别用于不同的目的。 1. RAM(随机存取内存) 功…

Java高级工程师1380道面试题(附答案)分享

Java 面试八股文有必要背吗? 我的回答是:很有必要。你可以讨厌这种模式,但你一定要去背,因为不背你就进不了大厂。现如今,Java 面试的本质就是八股文,把八股文面试题背好,面试才有可能表现好。…

Python tkinter写的《电脑装配单》和 Html版 可打印 可导出 excel 文件

Python版 样图: 说明书: markdown # 电脑配置单使用说明书 ## 一、软件简介 电脑配置单是一个用于创建和比较两套电脑配置方案的工具软件。用户可以选择各种电脑配件,输入数量和价格,软件会自动计算总金额,并支持导出和打印配置单。 ## 二、主要功能 1. …

离心式压缩机设计的自动化方法

离心式压缩机设计中的挑战 长期以来,人们一直使用不同形状和尺寸的压缩机,通过向流经转子的连续流体添加能量来产生压力上升。它们也在汽车工业的涡轮增压器中得到广泛使用。图 1 显示了典型的离心式(径向)压缩机叶轮。 图 1 叶轮…

C++创建型模式之原型模式

C 原型模式(Prototype Pattern) 1. 解决的问题 原型模式(Prototype Pattern)是一种创建型设计模式,用于解决对象创建的问题,特别是在需要创建多个相似对象时,避免使用重复的构造代码。原型模式…

[按键精灵IOS安卓版][脚本基础知识]按键post基本写法

这一期我们来讲按键post的写法,希望通过本期的学习,实现常见的post提交都能编写。 下面开始讲解: 一、使用的命令:url.httppost 选用这个命令的理由是它的参数比较全。 二、post请求都有哪些参数(可能用到&#xf…