在数字化时代，文字信息的处理无处不在。无论是从PDF文档中提取文本，还是从图片中识别文字，高效的OCR技术都显得尤为重要。今天，我要为大家推荐10个在GitHub上广受欢迎和好评的OCR开源项目，它们不仅功能强大，而且易于使用，绝对能让你轻松应对各种文字处理需求！

1. 端到端OCR模型：GOT-OCR 2.0

GOT-OCR 2.0是一款开源的端到端多模态OCR模型，仅需1.43GB的模型大小，却能识别和提取文本、处理数学公式、分子式、图表、乐谱、几何图形等多种内容。目前在GitHub上已经获得了7.2K的Star！

2. 开源多模态模型：InternVL

InternVL是由OpenGVLab团队开发的开源多模态大模型，旨在提供接近GPT-4V和Gemini Pro等商业模型性能的替代方案。目前已经获得了7.2K的Star。这个模型兼容的场景更广泛，比如图片理解，理论上不算OCR领域的垂直模型，但能够向下兼容OCR提取文字场景。

3. PDF转成结构化文本：olmOCR

olmOCR是由AllenAI开发的一款专注于PDF文档线性化处理的工具包，将复杂布局的PDF转换为适合大语言模型（LLM）训练的结构化文本。目前已经获得了9.8K的Star！

4. 识别文字转成结构化文件：Zerox

Zerox是由Omni-AI团队开发的一款AI驱动的提取文字工具，可以把PDF、图片、Docx等格式的文档转换为结构化的Markdown文件。目前已经获得了10.3K的Star！

5. 行级文本检测、布局分析：Surya

Surya专注于多语言文本及复杂文档结构的识别，尤其以表格识别能力见长。目前在GitHub上已经获得了16.8K的Star！

6. 图片PDF变可复制、搜索：OCRmyPDF

OCRmyPDF是一款专为扫描版PDF文件添加可搜索、可复制文本层的开源工具。目前在GitHub已经获得了20.7K的Star！

7. PDF转换为Markdown、JSON或HTML：Marker

Marker是由Vik Paruchuri开发的高效文档转换工具，可以将PDF、图像、Office文档及EPUB等格式快速转换为Markdown、JSON或HTML。目前在GitHub已经获得了22.8K的Star。

8. EasyOCR：简易OCR工具库

EasyOCR是由JaidedAI开发的开源OCR工具库，支持80多种语言和多种文字系统，提供即用型文本识别功能。目前在GitHub已经获得了26K的Star。

9. 安装即用的离线OCR文字识别软件：Umi-OCR

Umi-OCR是一款免费、开源、离线的OCR文字识别软件，支持Windows 7+ x64和Linux x64系统。目前已经获得了30.8K的Star！

10. OCR远古巨神：Tesseract

Tesseract是一个功能强大且广泛应用的开源光学字符识别（OCR）引擎，在GitHub上已经获得了65.3K的Star。支持超过100种语言的文本识别，方便开发者处理不同语言的文本识别任务。

这些开源项目各有特色，从PDF文档处理到图片文字识别，再到多语言支持，总有一款适合你。赶快关注我的公众号，获取更多热门开源项目的推送吧！