10K Star 强烈种草！超强开源OCR工具：Surya！表识别功能太强了！支持90+语言识别！

兄弟们，又种草了一款超强OCR神器！它叫做 Surya，一款开源的OCR工具，性能炸裂，更新了 表格识别功能，它不仅能识别表格的行、列、单元格，还能识别旋转的表格和复杂的布局，而且支持90多种语言，简直无敌。

Surya 它通过先进的架构，尤其是在表格识别方面，性能优于当前的SoTA开源模型 Table Transformer。目前GitHub上收藏人数超过1万（10K），不仅免费开源，还能应用于商业场景。

核心功能

1、表格识别

Surya 的新版本特别强化了 表格识别，能清晰地识别出表格中的行、列和单元格，同时还能识别出具体的字符内容。

这个功能对于需要处理大量表格数据的同学来说无疑是一大福音。

2、复杂布局识别

它不仅限于表格，还可以识别文档中的复杂布局，比如标题、图片，甚至是旋转的表格。这意味着无论你的文档是多复杂，Surya 都能准确提取出你需要的信息。

3、支持90多种语言

支持全球超过90种语言的OCR识别，包括中文、日文、韩文、阿拉伯文等。

这个多语言支持，使它能够轻松应对各种不同语言的文档，无论是国际业务的文件处理，还是本地化项目的内容转换，Surya 都能游刃有余。

4、高效的文本识别与阅读顺序确定

除了表格，Surya 还擅长文本的行级检测，并能正确识别文本的阅读顺序，避免文档信息混乱，确保文本内容能够按正确的顺序输出。

5、本地运行和API支持

Surya 还有一个亮点是它能够在本地运行，方便开发者离线处理敏感信息，或者大规模处理文档。同时，Surya 还提供了API接口，开发者可以很轻松地将其集成到自己的应用中，进行批量自动化处理。

Surya 的优势

• • 性能：相比于市面上其他OCR工具，Surya 使用了新的模型架构，大幅提升了识别精度和速度，尤其在表格识别方面，表现远超目前的 SoTA（State of the Art）模型。无论是文字还是表格的处理，性能都非常出色。
• • 可商用：完全开源且允许商业用途的。这意味着你不仅可以在个人项目中使用，还可以将其集成到商业应用中，充分发挥它的潜力。
• • 跨平台支持：无论你使用的是 Windows、Mac 还是 Linux 系统，Surya 都能完美运行，而且支持本地部署，非常适合需要离线处理文档的企业或个人。
• • 社区支持与活跃开发：Surya 的开发者团队非常活跃，更新频繁，而且还有一个活跃的社区支持。如果你在使用过程中遇到问题，可以通过 Discord 社区及时与开发者交流。

如何安装 Surya？

1、MacOS 用户

可以通过 Homebrew 轻松安装：

  brew install surya

2、Docker 安装

使用 Docker 镜像运行 Surya：

   docker pull vikparuchuri/surya
   docker run -v ${path_to_host_folder_to_scan}:/path vikparuchuri/surya:latest [COMMAND] [OPTIONS] [SOURCE_PATH]

3、源码安装

从 GitHub 克隆项目并自行编译：

git clone https://github.com/VikParuchuri/surya.git
cd surya
make build

结语

Surya 不仅仅是一款OCR工具，它还具备了处理复杂表格、图片和文本布局的能力，特别是它在表格识别上的表现，远超当前的主流开源工具。

如果你正在处理包含复杂表格和多语言内容的文档，那么 Surya 绝对是你不可错过的工具。

GitHub 地址：https://github.com/VikParuchuri/surya