docreader-ocr 0.2.5

Document OCR pipeline: classify → detect fields → recognize text

docreader-ocr

Python-библиотека для автоматического распознавания российских документов.

from docreader import DocReader

result = DocReader().process("passport.jpg")
print(result.documents[0].fields)
# {"surname": "Иванов", "firstname": "Иван", "passport_num": "1234 567890", ...}

Установка

pip install docreader-ocr

Модели скачиваются автоматически при первом запуске.

Поддерживаемые документы

• Паспорт РФ
• СНИЛС
• Аттестат об образовании
• Диплом о высшем образовании

Как работает

Трёхэтапный конвейер: классификатор (YOLO OBB, accuracy 97.5%) определяет тип документа → детектор зон (YOLO OBB, mAP@50 = 90%) находит поля → OCR (EasyOCR, word accuracy 87.3%) распознаёт текст.

Данные обрабатываются локально — никаких внешних серверов, полное соответствие 152-ФЗ.

Документация

Полный README, примеры и API — на GitHub.