Mindket

Image Text Detection

新上架第 1 版 · 更新于

概览

一个 Streamlit 应用,用 microsoft 的 TrOCR 手写模型读取图片里的手写文字。适合想在浏览器里试用手写识别的人。

Image Text Detection 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • Python 和 pip
  • huggingface_hub 包,用来获取文件
  • Streamlit,以及 requirements.txt 里的包
用在
  • 网页浏览器,直接在 Hugging Face 的 Space 页面上使用
  • 在装有 Python 的 Windows、macOS 或 Linux 上运行本地副本
先运行
pip install -U huggingface_hub
hf download ajitrajasekharan/Image-Text-Detection --repo-type space --local-dir Image-Text-Detection
cd Image-Text-Detection

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

Image Text Detection 是 Hugging Face Spaces 上的一个 Streamlit 应用,用来读取图片里的文字。它指定了两个模型:microsoft/trocr-base-handwritten 和 microsoft/trocr-large-handwritten,都是针对手写体训练的。代码是 app.py,requirements.txt 列出了依赖包。

适合谁

它适合需要把图片里的手写文字变成打字文本的人,也适合想看文字识别模型如何放在 Streamlit 页面后面的学习者。

IndustryWho uses itHow they use itExample
行政办公室人员尝试从图片里读出手写便条打开 Space,给它一张便条的照片
教育学生比较 base 和 large 两个手写模型用同一张图片跑一遍演示
软件Python 开发者阅读 app.py,看模型怎么被调用下载这个 Space,打开 app.py

如果你需要批量处理或有明确的准确率,可以跳过它,因为来源两者都没有给出。

用在哪里

  • 网页浏览器,直接在 Hugging Face 的 Space 页面上使用
  • 在装有 Python 的 Windows、macOS 或 Linux 上运行本地副本
Use caseWhoWhat they get back
从图片里读手写文字有手写便条的人页面上显示识别出的文字
学习文字识别演示学习者一个调用两个指定模型的应用文件

如何设置

在线使用什么都不用装。本地副本需要先准备这些。

  • Python 和 pip
  • huggingface_hub 包,用来获取文件
  • Streamlit,以及 requirements.txt 里的包
  1. 安装 Hugging Face Hub 包。
  2. 把这个 Space 下载到名为 Image-Text-Detection 的文件夹。
  3. 进入这个文件夹。
  4. 先安装 Streamlit,再安装 requirements.txt 里的包。
  5. 用 Streamlit 启动应用。
pip install -U huggingface_hub
hf download ajitrajasekharan/Image-Text-Detection --repo-type space --local-dir Image-Text-Detection
cd Image-Text-Detection
pip install streamlit
pip install -r requirements.txt
streamlit run app.py

如何使用

打开 Hugging Face 上的 Space 页面,给它一张带手写文字的图片。本地副本则在文件夹里运行 streamlit run app.py,再打开它启动的页面。

示例

你给应用一张手写一行字的照片。它对图片运行 TrOCR 手写模型,并显示读出的文字。

新手与专家

如果你是新手,先拍一张清晰的手写短句来试。光学字符识别的意思是,程序读出图片里的字母,再以文本形式还给你。

如果你懂这个领域,这两个 TrOCR 检查点是针对手写体训练的 base 和 large 两个规模。大的那个用更多速度和内存换来更大的模型。来源没有说应用如何在两者之间选择。

  1. 你给应用一张带手写文字的图片
  2. app.py 运行 TrOCR 手写模型
  3. 识别出的文字显示在页面上

注意事项

  • README 没有描述,所以应用怎么选模型,要试过才清楚
  • 它需要 Streamlit 和 requirements.txt 里的包
  • License: mit
  • Cost to run: 未提及
  • Data it reaches: 你给它的图片,以及它指定的两个 TrOCR 模型

README 和文件

README

Image Text Detection

一个 Streamlit 应用,用 microsoft 的 TrOCR 手写模型读取图片里的手写文字。适合想在浏览器里试用手写识别的人。

由 ajitrajasekharan 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:Image Text Detection 是 Hugging Face Spaces 上的一个 Streamlit 应用,用来读取图片里的文字。它指定了两个模型:microsoft/trocr-base-handwritten 和 microsoft/trocr-large-handwritten,都是针对手写体训练的。代码是 app.py,requirements.txt 列出了依赖包。

适合谁:它适合需要把图片里的手写文字变成打字文本的人,也适合想看文字识别模型如何放在 Streamlit 页面后面的学习者。

Industry | Who uses it | How they use it | Example
行政 | 办公室人员 | 尝试从图片里读出手写便条 | 打开 Space,给它一张便条的照片
教育 | 学生 | 比较 base 和 large 两个手写模型 | 用同一张图片跑一遍演示
软件 | Python 开发者 | 阅读 app.py,看模型怎么被调用 | 下载这个 Space,打开 app.py

如果你需要批量处理或有明确的准确率,可以跳过它,因为来源两者都没有给出。

用在哪里:

  • 网页浏览器,直接在 Hugging Face 的 Space 页面上使用
  • 在装有 Python 的 Windows、macOS 或 Linux 上运行本地副本
Use case | Who | What they get back
从图片里读手写文字 | 有手写便条的人 | 页面上显示识别出的文字
学习文字识别演示 | 学习者 | 一个调用两个指定模型的应用文件

如何设置:在线使用什么都不用装。本地副本需要先准备这些。

  • Python 和 pip
  • huggingface_hub 包,用来获取文件
  • Streamlit,以及 requirements.txt 里的包
  1. 安装 Hugging Face Hub 包。
  2. 把这个 Space 下载到名为 Image-Text-Detection 的文件夹。
  3. 进入这个文件夹。
  4. 先安装 Streamlit,再安装 requirements.txt 里的包。
  5. 用 Streamlit 启动应用。
pip install -U huggingface_hub
hf download ajitrajasekharan/Image-Text-Detection --repo-type space --local-dir Image-Text-Detection
cd Image-Text-Detection
pip install streamlit
pip install -r requirements.txt
streamlit run app.py

如何使用:打开 Hugging Face 上的 Space 页面,给它一张带手写文字的图片。本地副本则在文件夹里运行 streamlit run app.py,再打开它启动的页面。

示例:你给应用一张手写一行字的照片。它对图片运行 TrOCR 手写模型,并显示读出的文字。

新手与专家:如果你是新手,先拍一张清晰的手写短句来试。光学字符识别的意思是,程序读出图片里的字母,再以文本形式还给你。

如果你懂这个领域,这两个 TrOCR 检查点是针对手写体训练的 base 和 large 两个规模。大的那个用更多速度和内存换来更大的模型。来源没有说应用如何在两者之间选择。

你给应用一张带手写文字的图片
app.py 运行 TrOCR 手写模型
识别出的文字显示在页面上

注意事项:

  • README 没有描述,所以应用怎么选模型,要试过才清楚
  • 它需要 Streamlit 和 requirements.txt 里的包
  • License: mit
  • Cost to run: 未提及
  • Data it reaches: 你给它的图片,以及它指定的两个 TrOCR 模型

Hugging Face 上的数据(2026年11月13日)

  • 点赞:6
  • 构建方式:streamlit
  • 许可证:mit

链接

  • Space:https://huggingface.co/spaces/ajitrajasekharan/Image-Text-Detection
  • 文件:https://huggingface.co/spaces/ajitrajasekharan/Image-Text-Detection/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
Image Text Detection 本页6streamlitmit
TorchCAM 类激活图共有 streamlit16dockerapache-2.0
Anime Recommendation System共有 streamlit9streamlitapache-2.0
Spacy Ner共有 streamlit2streamlitcc-by-nc-sa-4.0
NER Biomedical PHI Ensemble共有 streamlit2streamlitmit
Harry Potter Q A共有 streamlit1streamlitafl-3.0
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架

Qwen2.5-7B-Instruct-GGUF

Qwen · 工具包

Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。

新上架

ACE-Step 1.5 XL SFT

ACE-Step · 工具包

用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。

新上架

开发类的相似商品

查看开发类的全部商品

Claude Code Skills & Plugins

alirezarezvani · 技能

为 Claude Code 和其他编程智能体提供 411 个现成技能,按角色分组,从工程、产品到营销、财务和合规。以插件方式安装。适合开发者和业务团队。

新上架29.8k

buzz

block · 工具包

可自行托管的工作空间,人和 AI 智能体在同样的房间里协作,基于 Nostr 中继,把每个动作记录为签名事件。适合想自己运行中继的团队。

新上架37.3k

plannotator

backnotprop · 工具包

把你的 AI 编程智能体的计划、规格和代码改动在浏览器里打开,让你加批注或评论,并把反馈直接发回给智能体。

新上架10.5k