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。
在浏览器里用 GLM-OCR 模型读取文档图片中的文字和结构。适合想试用复杂文档 OCR 又不想配置环境的人。
GLM OCR 演示 是一款工具包,属于效率类,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。
pip install -U huggingface_hub hf download prithivMLmods/GLM-OCR-Demo --repo-type space --local-dir GLM-OCR-Demo cd GLM-OCR-Demo
GLM OCR Demo 让你在浏览器里试用 GLM-OCR 模型。它是一个面向复杂文档理解的多模态 OCR 模型,你给它一张文档图片,它就为你读出内容。这个演示用 Gradio 搭建。
如果你想先看看 GLM-OCR 处理真实文档的效果,再决定要不要围绕它开发,它就适合你。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 行政 | 办公人员 | 从扫描页里提取文字 | 试一份扫描表单,看读出了什么 |
| 研究 | 研究者 | 在复杂文档上测试 OCR | 比较模型读一页密集内容的效果 |
| 开发 | 开发者 | 接入应用之前先试用模型 | 在示例文档上检查输出 |
| 教育 | 学生 | 把拍下来的笔记转成文字 | 试一张打印讲义的照片 |
如果你需要有保障的托管 OCR 服务,可以跳过它,因为这只是个演示。
| 使用场景 | 谁用 | 得到什么 |
|---|---|---|
| 读取扫描页 | 办公人员 | 模型在图片里找到的文字 |
| 测试复杂版面 | 研究者 | 模型处理这些版面的表现 |
| 试用 examples 文件夹 | 新手 | 快速了解模型能做什么 |
pip install -U huggingface_hub hf download prithivMLmods/GLM-OCR-Demo --repo-type space --local-dir GLM-OCR-Demo cd GLM-OCR-Demo pip install gradio==6.30.0 pip install -r requirements.txt python app.py
打开页面,添加一张文档图片,然后运行。仓库里有一个 examples 文件夹,你可以先试试。在自己的副本上,用下面的命令启动应用,再打开 Gradio 打印出的本地页面。
python app.py
上传一张打印页面的照片,运行演示。你会得到 GLM-OCR 模型从这一页读出的文字。
如果你是新手,先在线打开这个 Space,试一份示例文档。这样你用自己的文件之前,就能先看到返回的结果。
如果你熟悉这个领域,这个演示把 zai-org 的 GLM-OCR 模型包进了 Gradio 应用。它在 Hugging Face 的 GPU 硬件上运行,带有 MCP 标签。除了 requirements.txt,还有一个单独的 pre-requirements 文件,所以在你自己的机器上安装顺序可能有影响。
在浏览器里用 GLM-OCR 模型读取文档图片中的文字和结构。适合想试用复杂文档 OCR 又不想配置环境的人。
由 prithivMLmods 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。
它是什么:GLM OCR Demo 让你在浏览器里试用 GLM-OCR 模型。它是一个面向复杂文档理解的多模态 OCR 模型,你给它一张文档图片,它就为你读出内容。这个演示用 Gradio 搭建。
适合谁:如果你想先看看 GLM-OCR 处理真实文档的效果,再决定要不要围绕它开发,它就适合你。
行业 | 谁在用 | 怎么用 | 例子
行政 | 办公人员 | 从扫描页里提取文字 | 试一份扫描表单,看读出了什么
研究 | 研究者 | 在复杂文档上测试 OCR | 比较模型读一页密集内容的效果
开发 | 开发者 | 接入应用之前先试用模型 | 在示例文档上检查输出
教育 | 学生 | 把拍下来的笔记转成文字 | 试一张打印讲义的照片
如果你需要有保障的托管 OCR 服务,可以跳过它,因为这只是个演示。
用在哪里:
使用场景 | 谁用 | 得到什么
读取扫描页 | 办公人员 | 模型在图片里找到的文字
测试复杂版面 | 研究者 | 模型处理这些版面的表现
试用 examples 文件夹 | 新手 | 快速了解模型能做什么
如何设置:
pip install -U huggingface_hub
hf download prithivMLmods/GLM-OCR-Demo --repo-type space --local-dir GLM-OCR-Demo
cd GLM-OCR-Demo
pip install gradio==6.30.0
pip install -r requirements.txt
python app.py
如何使用:打开页面,添加一张文档图片,然后运行。仓库里有一个 examples 文件夹,你可以先试试。在自己的副本上,用下面的命令启动应用,再打开 Gradio 打印出的本地页面。
python app.py
示例:上传一张打印页面的照片,运行演示。你会得到 GLM-OCR 模型从这一页读出的文字。
新手与专家:如果你是新手,先在线打开这个 Space,试一份示例文档。这样你用自己的文件之前,就能先看到返回的结果。
如果你熟悉这个领域,这个演示把 zai-org 的 GLM-OCR 模型包进了 Gradio 应用。它在 Hugging Face 的 GPU 硬件上运行,带有 MCP 标签。除了 requirements.txt,还有一个单独的 pre-requirements 文件,所以在你自己的机器上安装顺序可能有影响。
你添加一张文档图片
Gradio 把它交给 GLM-OCR 模型
模型读取内容
结果显示在页面上
注意事项:
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。
README.md 4 KB
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 |
|---|---|---|---|---|
| GLM OCR 演示 本页 | 128 | gradio | apache-2.0 | |
| Background Removal共有 mcp-server · gradio | 2,988 | gradio | mit | |
| Diffusers Image Outpaint共有 mcp-server · gradio | 2,565 | gradio | apache-2.0 | |
| FLUX.1 Kontext共有 mcp-server · gradio | 1,661 | gradio | mit | |
| Chatterbox Turbo Demo共有 mcp-server · gradio | 541 | gradio | mit | |
| WAN2.2 I2V LIGHTNING-Video-4-8step共有 mcp-server · gradio | 425 | gradio | apache-2.0 |
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。
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。
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。
op7418 · 技能
能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。
zarazhangrui · 技能
从零开始或从 PowerPoint 文件生成 HTML 演示文稿,并展示几种视觉风格预览供你挑选,适合不懂 CSS 和 JavaScript、又想做网页幻灯片的人。
iptv-org · 工具包
把来自多个国家的公开电视直播频道整理成播放列表,任何支持直播流的视频播放器都能打开。适合想看直播的观众,也适合需要频道数据的开发者。