doctr
这是一个从 PDF 和图像中识别文字的 Python OCR 库，可用于在应用中添加文档文本提取功能。
挑一个能复现的小 issue，用 AI 编程助手把它修好。
分享到 X许可证: Apache-2.0
概述
docTR 是一个使用深度学习 OCR 从文档中提取文字的 Python 库。它分两步处理：先定位单词，再识别字符。用户可输入 PDF 或图像，选择文本检测和识别模型，并运行预训练预测器；安装所需依赖后也可读取网页，还可启用版面检测。
主要特点
- 通过两阶段 OCR 流程定位单词并识别文字
- 可选择文本检测和文本识别模型架构
- 读取 PDF 和图像；安装所需依赖后也可读取网页
- 可在 OCR 流程中检测文档版面
适用场景
适合需要通过深度学习 OCR 从 PDF 或图像中提取文字的开发者。对于需要选择 OCR 模型或检测文档版面的应用也很实用。
- 上游仓库
- mindee/doctr
- GitHub 上的 fork
- Guo-astro/doctr
- 上游 Star 数
- 6.4k
- 分类
- 文档、媒体与内容
- 编程语言
- Python
- 许可证
- Apache-2.0
- Fork 时间
- 2026-10-05
- 同步状态
- 已同步上次同步 2026-11-08
同分类更多: 文档、媒体与内容
LuxTTS 是一款轻量级语音合成模型，可根据参考音频克隆音色并生成清晰的 48 kHz 语音。可通过 Python、Colab 或 Hugging Face Spaces 使用。
Fork 时间 2026-10-19上次同步 2026-11-08许可证: Apache-2.0文档、媒体与内容GitHub
一款可自托管的知识库，用于编写、整理、搜索和分享 Markdown 笔记。支持离线使用和团队工作区，适合个人或团队管理文档。
Textus是一款免费的开源Markdown编辑器，内置AI写作助手，可在macOS、Windows和Linux上写作与编辑。
Clypra是一款免费开源的视频编辑器，可在精准到帧的时间线上剪辑和编排视频，并使用 Rust 和 GPU 加速解码与渲染。