Startseite Projekte ocrs
ocrs

ocrs

von robertknight · GitHub

Rust-Bibliothek und CLI-Tool für OCR (Textextraktion aus Bildern)

Auf GitHub ansehen
In einfachen Worten

Extrahieren Sie Text aus Bildern mit einem Rust-Tool, das den Prozess der Zeichenerkennung in verschiedenen Bildtypen vereinfacht.

⭐ Sterne
🍴 Forks
🔥 Trendend
📜 Lizenz
Kommerzielle Nutzung erlaubt
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
ocrs — GitHub preview card
📈 Sternhistorie
1 8581 855
2026-07-202026-07-29
📈 ocrs verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Rust-Bibliothek und CLI-Tool für OCR (Textextraktion aus Bildern)

ocrs hat 1.9k Sterne auf GitHub. Es wurde 90-mal geforkt. ocrs ist hauptsächlich in Rust geschrieben. Es wird seit 2024 aktiv entwickelt. ocrs ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: computer-vision, machine-learning, ocr.

Frequently asked questions

Was ist ocrs?

Rust-Bibliothek und CLI-Tool für OCR (Textextraktion aus Bildern)

Ist ocrs Open Source?

ocrs ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.

Ist ocrs kostenlos?

Ja. ocrs ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht ocrs?

ocrs ist unter der Apache-2.0-Lizenz verfügbar.

In welcher Sprache ist ocrs geschrieben?

ocrs ist hauptsächlich in Rust geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — ocrs

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=robertknight-ocrs)](https://olud.ai/project/robertknight-ocrs.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.