anaksor-ocr

anaksor-ocr

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。

由 Sokheng 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：anaksor-ocr 存放的是高棉语 OCR 的权重，同时也支持英文和拉丁文字。两个模型配合工作。检测器找出图像中的文本行，识别器读取每一行裁剪出来的图。它们是 anaksor-ocr Python 包背后的模型。

适合谁：适合需要把高棉语文档、收据和路牌照片变成文字的开发者，许可证为 Apache 2.0。

Industry | Who uses it | How they use it | Example
行政管理 | 档案团队 | 把高棉语信件和表格数字化 | 把扫描的信件变成文字
零售和金融 | 后台团队 | 读取高棉语和拉丁文混排的收据 | 从一张收据照片里提取文字
软件 | 应用开发者 | 给应用加上高棉语 OCR | 在手机应用里读一张路牌照片
研究 | 自然语言处理研究人员 | 研究高棉语文本检测和识别 | 在测试集上比较模型版本

如果你的文字是其他文字系统，可以跳过它，因为这个模型覆盖高棉语和英语。

用在哪里：它在 Python 里通过 anaksor-ocr 包运行，也可以用它的命令行。

• Windows、macOS 或 Linux 上的 Python
• ONNX Runtime，不需要 PyTorch
• PyTorch 后端，支持 CUDA 或 Apple MPS
• 离线机器，把权重放在本地文件夹里

Use case | Who | What they get back
文档 OCR | 后台团队 | 一封信或一张表格的文字
收据读取 | 财务团队 | 收据上找到的文本行
路牌读取 | 应用开发者 | 照片里识别出来的文字

如何设置：你需要 Python 和这个包。

• 带 pip 的 Python
• anaksor-ocr 包，如果想用 PyTorch 后端就加 torch 扩展
• 最多几百 MB 的权重，包会替你下载

1. 用 pip 安装 anaksor-ocr 包。
2. 如果想用 PyTorch 后端，可以另外加上 torch 扩展。
3. 运行一次，让包下载并缓存模型文件。

pip install anaksor-ocr
pip install "anaksor-ocr[torch]"

你也可以手动下载仓库，并按标签固定一个版本。

pip install -U huggingface_hub
hf download Sokheng/anaksor-ocr --local-dir weights/huggingface
hf download Sokheng/anaksor-ocr --revision rec-v4-det-dbpp-v1 --local-dir weights/huggingface

如何使用：创建 OCR 对象，传给它一个图片路径，再从结果里取出文字。

import anaksor

ocr    = anaksor.OCR()
result = ocr("letter.jpg")
print(result["text"])

命令行也能做同样的事。环境变量可以固定一个版本，或者使用本地权重、不联网。

ANAKSOR_HF_REVISION=rec-v4-det-v3 anaksor letter.jpg
anaksor --fetch-models
ANAKSOR_WEIGHTS_DIR=./weights anaksor letter.jpg

Tool | What it does
anaksor.OCR | 对图像做检测和识别
anaksor | 读取图片文件的命令行
anaksor --fetch-models | 提前下载模型文件
ANAKSOR_HF_REVISION | 固定某个带标签的权重版本
ANAKSOR_WEIGHTS_DIR | 使用本地权重，不联网

示例：你把一张打印的高棉语信件照片交给 OCR 对象。结果里有一个文字字段，你打印它就能读到信的文字。

新手与专家：如果你刚接触 OCR，先安装这个包，对一张清晰的照片运行一次，把文字打印出来。如果网络慢，最好先把模型下载好。

如果你熟悉这个领域：识别部分是带 CTC 头的 SVTRv2-B 编码器，检测部分是带 RepViT 主干和 Adaptive Scale Fusion 模块的移动版 DBNet++。包会对每个下载文件做哈希校验并缓存。模型卡还说，加载这两种文件格式不会执行代码。加载 .pth 检查点时，要配同一版本的 .yml 配置。

加载图像
检测器找出文本行
裁剪每一行
识别器读每个裁剪图
返回文字

注意事项：模型卡报告识别 v4 在真实验证行上的行准确率为 86.7%，上一版是 84.8%。提升最大的是拉丁文，而纯高棉语行比 v3 差约一个点。

Title: 真实验证行的行准确率
v3 all lines: 84.8%
v4 all lines: 86.7%
v3 Latin lines: 66.9%
v4 Latin lines: 76.4%

• License: Apache 2.0
• Cost to run: 未提及，只需要你自己的硬件
• Data it reaches: 你给它的图像，以及模型下载和你主目录下的本地缓存
• Not for: 高棉语和拉丁文以外的文字，以及不核对输出就直接采信文字

Hugging Face 上的数据（2026年11月14日）

• 任务：image to text
• 框架：pytorch
• Formats: Safetensors
• 最近 30 天下载：61
• 点赞：4
• 许可证：apache-2.0
• 语言：km, en
• 标签：pytorch, onnx, khmer, text-detection, text-recognition, svtrv2, dbnet, dbnetpp, safetensors, image-to-text

链接

• 模型：https://huggingface.co/Sokheng/anaksor-ocr
• 文件：https://huggingface.co/Sokheng/anaksor-ocr/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download Sokheng/anaksor-ocr

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。