Manga OCR 是一款 Vision Encoder‑Decoder OCR 工具,可读取纵向和横向的日语漫画文本,包括 furigana,适用于多种字体和低质量图像,并且源代码可免费获取。
其他语言的说明
统计
统计数据截至 2026年11月16日
Hugging Face 下载数(近 30 天)
299,000
Hugging Face 点赞数
192
收录日
—
自页面创建时收录
下载数(近 30 天)变化
以表格显示
| 月份 | 下载(30天) |
|---|---|
| 2025年12月 | 204,000 |
| 2026年1月 | 217,000 |
| 2026年2月 | 221,000 |
| 2026年3月 | 324,000 |
| 2026年4月 | 289,000 |
| 2026年5月 | 295,000 |
| 2026年6月 | 368,000 |
| 2026年7月 | 424,000 |
| 2026年8月 | 659,000 |
| 2026年9月 | 1,000,000 |
| 2026年10月 | 804,000 |
| 2026年11月 | 299,000 |
各月最后一次快照时的近 30 天下载数。
同分类的热门资源
- meiki.txt.recognition.v0rtr4642kMeikiocr的 meiki.text.recognition.v0——基于 D‑FINE 的 MobileNetV4 模型,在日本视频游戏文本上微调——为水平文本提供最先进的准确率和延迟,能够从 960×32 的输入中检测多达 48 个字符,并输出每个字符的边界框和置信度分数。
- meiki.text.detect.v0rtr4622kmeikiocr 提供一个基于 D‑FINE、开源权重的视频游戏文本检测模型(v0.1,使用 MobileNet‑v4 骨干网络,提供两种分辨率变体和 64‑box 限制),以及实验性的低延迟 tiny 与 small 变体,训练材料来自日本视频游戏和漫画。
- manga-ocr-2025-onnxl0wgear9k基于 kha‑white 的 manga‑ocr 和 jzhang533 的 2025 baseline 构建的 ONNX Vision‑Encoder‑Decoder Manga OCR 模型,支持竖排/横排日语文本、假名注音、叠加文字和低质量图像,训练数据包括 manga109‑s 与合成数据,可通过 Hugging Face Optimum 使用 TrOCRProcessor 和 ORTModelForVision2Seq 部署。
- manga-ocrmayocream2kManga OCR 是一种 Vision Encoder‑Decoder 系统,可在各种字体和低质量图像中提供高质量的日语漫画 OCR——包括带有假名覆盖的纵向和横向文本——并且也可用于一般印刷日语 OCR。
- sarashina2.2-vision-3bsbintuitions1kSarashina2.2‑Vision‑3B 是一款日本大型视觉语言模型(30亿参数),基于 Sarashina2.2‑3B‑Instruct 和 SigLIP 的图像编码器构建,在日本 VQA 基准如 BussinessSlide、Heron‑Bench、JDocQA 与 JMMMU 上取得竞争性分数,同时在英文任务如 DocVQA、InfoVQA 与 RealworldQA 也表现良好。
- sarashina2.2-ocrsbintuitions1kSarashina2.2‑OCR 是一个 3‑B 参数的端到端 OCR 模型,经过人工偏好优化后,能够将日文和英文文档解析为 Markdown,同时将表格转换为 HTML,数学公式转换为 LaTeX,图形转换为边界框注释,其实现方式是将 SigLIP2‑基础的视觉编码器与 Sarashina2.2‑3B‑Instruct LLM 集成,从而实现高分辨率视觉‑语言理解。
研究领域相近的资源
yomitokukotaro-kinoshita1.7kYomitoku是一款由人工智能驱动的文件图像分析软件包,专门为日语设计。GitHub共同: 视觉数据・多模态
Poricomblueaxis447漫画图像的光学字符识别。漫画OCR桌面应用程序。GitHub共同: 视觉数据・多模态
owocraurorawright317日文文本的光学字符识别GitHub共同: 视觉数据・多模态
findtextcenternetlithium000367使用CenterNet的日语OCRGitHub共同: 视觉数据・多模态
handwritten-japanese-ocryas-sim37使用Intel OpenVINO工具包,通过触摸面板绘制输入文本的手写日语OCR演示。GitHub共同: 视觉数据・多模态
text_recognitionndl-lab8NDLOCR文本识别模块GitHub共同: 视觉数据・多模态