UniOCR通用OCR引擎，支持本地（macOS/Windows/Tesseract）和云服务，提供统一API

UniOCR是基于Rust开发的跨平台原生OCR引擎，提供统一的API接口，支持本地（macOS/Windows/Tesseract）和云服务，不依赖外部服务，可直接在本地完成文本识别任务，能显著提升数据处理效率。

1、跨平台

• 支持macOS系统原生Vision框架

• 兼容Windows内置OCR引擎

• 集成Tesseract OCR引擎（含自定义模型）

• 提供云服务商扩展接口

2、高性能架构

• 异步处理机制实现高效并发

• 内存优化保障低资源占用

• 预加载缓存机制缩短响应时间

3、灵活配置

• 多语言支持（含混合语言识别）

• 置信度阈值自定义

• 超时时间设置

• 批量处理能力

4、扩展能力

• 无缝集成第三方云服务

• 支持自定义识别引擎接入

• 模块化设计便于功能扩展

快速入门

macOS系统使用

brew install tesseract
cargo install uniocr

use uniocr::{OcrEngine, OcrProvider};

#[tokio::main]
async fn main() -> Result<()> {
    let engine = OcrEngine::new(OcrProvider::MacOS)?;
    let text = engine.recognize_file("image.jpg").await?;
    println!("识别的文本: {}", text);
    Ok(())
}

Windows系统部署

winget install tesseract-ocr
cargo install uniocr

Linux环境配置

sudo apt-get install tesseract-ocr
cargo install uniocr

进阶功能

批量处理示例

let paths = vec!["doc1.jpg", "doc2.png", "invoice.tif"];
let results = engine.recognize_batch(paths).await?;
for (path, text) in results.iter() {
    println!("{}: {}", path, text);
}

自定义配置参数

let options = OcrOptions::default()
    .languages(vec!["eng", "deu"])
    .confidence_threshold(0.85)
    .timeout(Duration::from_secs(60));

性能实测数据

技术架构

1、模块分层设计

• 核心层：统一抽象OCR操作接口

• 引擎层：各平台具体实现

• 工具层：图像预处理模块

• 接口层：异步任务调度器

2、关键技术点

• 内存池管理技术降低GC压力

• 多线程任务队列实现并行处理

• 动态加载策略优化资源占用

• 错误重试机制增强稳定性

应用场景

• 文档数字化处理

• 表单数据提取

• 发票信息解析

• 证件信息采集

• 图像文字分析