快速阅读Surya 是一款功能强大的开源 OCR 工具包，支持超过 90 种语言的识别。Surya 能准确识别出文档中的文本，分析文本的阅读顺序，检测文档中的布局元素，如表格、图片和标题，及识别和解析表格内容。Surya 完全免费且用于商业用途，支持跨平台运行，包括 Windows、Mac 和 Linux 系统，适合处理敏感信息的离线环境。正文（附运行示例）Surya 是什么

Surya 是一款功能强大的开源 OCR（光学字符识别）工具包，专门用于文档识别，支持超过 90 种语言的识别。它能准确识别文档中的文本，分析文本的阅读顺序，检测文档中的布局元素（如表格、图片和标题），并识别和解析表格内容。Surya 以其高效的表格识别能力而闻名，性能优于许多现有的开源模型，如 Table Transformer。Surya 完全免费，可用于商业用途，支持在 Windows、Mac 和 Linux 系统上运行，非常适合处理敏感信息的离线环境。

Surya 的主要功能如何运行 Surya

Surya 的安装和使用都非常简单。首先，你需要安装 Python 3.10+和 PyTorch。然后，你可以使用 pip 安装 Surya：

pip install surya-ocr

模型权重将首次运行 Surya 时自动下载。

OCR（文本识别）

此命令将写入一个包含检测到的文本和边界框的 json 文件：

surya_ocr DATA_PATH

文本行检测

此命令将写入一个包含检测到的边界框的 json 文件。

surya_detect DATA_PATH

布局分析

此命令将写入一个包含检测到的布局的 json 文件。

surya_layout DATA_PATH

阅读顺序

此命令将写入一个包含检测到的阅读顺序和布局的 json 文件。

surya_order DATA_PATH

表格识别

此命令将写入一个包含检测到的表格单元格和行/列 ID 的 json 文件，以及行/列边界框。

surya_table DATA_PATH

资源

❤️ 如果你也关注大模型与 AI 的发展现状，且对大模型应用开发非常感兴趣，我会快速跟你分享最新的感兴趣的 AI 应用和热点信息，也会不定期分享自己的想法和开源实例，欢迎关注我哦！