令人惊叹的OCR

校正倾斜与去卷曲

• jdeskew (论文:2022) - 基于傅里叶幅度谱的自适应径向投影用于文档图像倾斜估计
• DewarpNet (论文:2019)
• MORAN_v2 (论文:2019) - 用于场景文本识别的多目标校正注意力网络
• thomasjhaung/deep-learning-for-document-dewarping 高分辨率GAN在扰动文档图像去卷曲中的应用
• unproject_text - 使用变换后的椭圆进行文本透视恢复
• unpaper - 一种用于扫描纸张的后处理工具，尤其适用于从先前复印件扫描而来的书页。
• deskew - 用于校正扫描文档倾斜的库
• deskewing - 包含使用MLP、LSTM和LLS变换来校正图像倾斜的代码
• skew_correction - 通过Canny边缘检测找到偏差，从而对倾斜内容的图像进行去倾斜处理。
• page_dewarp (2016) - 使用“立方体片”模型进行页面去卷曲和阈值化
• text_deskewing - 如果文本图像不直，则将其旋转以提高文本检测和识别效果。
• galfar/deskew - Deskew是一个用于校正扫描文本文档倾斜的命令行工具。它使用霍夫变换检测图像中的“文本行”。输出结果是旋转后的图像，使文本行变为水平。
• xellows1305/Document-Image-Dewarping - 没有代码 :(
• https://github.com/RaymondMcGuire/BOOK-CONTENT-SEGMENTATION-AND-DEWARPING
• Docuwarp
• Alyn

分割

行分割

• ARU-Net - 深度学习中文分词
• sbb_textline_detector

字符分割

• watersink/Character-Segmentation
• sharatsawhney/character_segmentation

单词分割

• githubharald/WordSegmentation 检测手写单词（基于经典图像处理的方法）。
• kcws

文档分割

• LayoutParser
• eynollah
• chulwoopack/docstrum
• LAREX - LAREX是一款用于早期印刷书籍版面分析的半自动开源工具。
• leonlulu/DeepLayout - 基于深度学习的页面版面分析
• dhSegment
• Pay20Y/Layout_Analysis
• rbaguila/document-layout-analysis
• P2PaLA - 页面到页面的版面分析工具
• ocroseg - 这是一个用于页面版面分析/分割的深度学习模型。
• DIVA-DIA/DIVA_Layout_Analysis_Evaluator - 用于ICDAR 2017挑战性中世纪手稿版面分析竞赛的版面分析评估工具
• ocrsegment - 一个用于页面版面分析/分割的深度学习模型。
• ARU-Net
• xy-cut-tree
• ocrd_segment
• LayoutML
• LayoutLMv2
• eynollah

表格分割

• https://github.com/doxakis/form-segmentation

手写文字

• https://github.com/arthurflor23/handwritten-text-recognition
• https://github.com/awslabs/handwritten-text-recognition-for-apache-mxnet
• https://github.com/0x454447415244/HandwritingRecognitionSystem
• https://github.com/SparshaSaha/Handwritten-Number-Recognition-With-Image-Segmentation
• https://github.com/ThomasDelteil/HandwrittenTextRecognition_MXNet
• SimpleHTR - 使用TensorFlow实现的手写文本识别系统。
• handwriting-ocr - 用于识别手写文本的OCR软件
• AWSLabs：针对Apache MXNet的手写文本识别
• vloison/Handwritten_Text_Recognition
• https://github.com/sushant097/Handwritten-Line-Text-Recognition-using-Deep-Learning-with-Tensorflow
• https://github.com/qurator-spk/sbb_textline_detection
• Handprint - 将亚马逊、谷歌和/或微软的HTR服务应用于扫描文档

表格检测

• unitable - 论文：2024 UniTable：迈向统一的表格基础模型
• TableTransformer
• TableNet - ICDAR 2019 论文《TableNet：用于从扫描文档图像中端到端检测表格并提取表格数据的深度学习模型》的非官方实现。
• image-table-ocr
• TreeStructure - 表格提取工具
• TableTrainNet - 使用神经网络进行文档中的表格识别。
• table_layout_detection_research
• TableBank
• Camelot
• ocr-table - 使用光学字符识别从扫描图像 PDF 中提取表格。
• ExtractTable-py
• image-table-ocr

语言检测

• lingua - 最准确的适用于 Java 及其他 JVM 语言的自然语言检测库，适合长文本和短文本。
• langdetect
• whatthelang - 极速语言预测火箭
• wiki-lang-detect

文本检测与定位

• DB
• DeepReg
• CornerText - 论文：2018年 - 基于角点定位与区域分割的多方向场景文本检测
• RRPN - (论文：2018年) - 基于旋转提议的任意方向场景文本检测
• MASTER-TF - (论文：2021年) - “MASTER：用于场景文本识别的多视角非局部网络”的TensorFlow重实现（模式识别，2021年）。
• MaskTextSpotterV3 - (论文：2020年) - Mask TextSpotter v3是一个端到端可训练的场景文本检测器，采用分割提议网络（SPN）代替RPN。
• TextFuseNet - (论文：2020年) “TextFuseNet：具有更丰富融合特征的场景文本检测”的PyTorch实现。
• SATRN- (论文：2020年) - 自注意力文本识别网络（SATRN）的官方TensorFlow实现（CVPR Workshop WTDDLE 2020）。
• cvpr20-scatter-text-recognizer - (论文：2020年) - CVPR 2020论文“SCATTER：选择性上下文注意力场景文本识别器”的非官方实现。
• seed - (论文：2020年) - 这是论文“SEED：用于场景文本识别的语义增强编码器-解码器框架”的实现。
• vedastr - 基于PyTorch的场景文本识别工具箱
• AutoSTR - (论文：2020年) 场景文本识别中的高效骨干网络搜索
• Decoupled-attention-network - (论文：2019年) “用于文本识别的解耦注意力网络”的PyTorch实现。
• Bi-STET - (论文：2020年) 单一解码器的双向场景文本识别实现
• kiss - (论文：2019年)
• Deformable Text Recognition - (论文：2019年)
• MaskTextSpotter - (论文：2019年)
• CUTIE - (论文：2019年)
• AttentionOCR - (论文：2019年)
• crpn - (论文：2019年)
• Scene-Text-Detection-with-SPECNET - 使用TensorFlow的监督金字塔上下文网络进行场景文本检测的仓库。
• Character-Region-Awareness-for-Text-Detection
• Real-time-Scene-Text-Detection-and-Recognition-System - 实时场景文本检测与识别的端到端流程。
• ocr_attention - 具有自动校正功能的鲁棒场景文本识别。
• masktextspotter.caffee2 - “Mask TextSpotter：一种可端到端训练的用于检测任意形状文本的神经网络”的代码。
• InceptText-Tensorflow - IncepText论文中算法的实现：一种带有可变形PSROI池化的新型Inception-Text模块，用于多方向场景文本检测。
• textspotter - 具有显式对齐与注意力机制的端到端文本检测器
• RRD - RRD：面向旋转的回归模型，用于定向场景文本检测。
• crpn - 基于角点的区域提议网络。
• SSTDNet - 实现“单次射击带区域注意力的文本检测器，ICCV 2017亮点”。
• R2CNN - R2CNN的Caffe重实现：旋转区域CNN，用于方向鲁棒的场景文本检测。
• RRPN - RRPN源代码 ---- 基于旋转提议的任意方向场景文本检测
• Tensorflow_SceneText_Oriented_Box_Predictor - 该项目修改了TensorFlow目标检测API代码，以预测定向边界框。可用于场景文本检测。
• DeepSceneTextReader - 这是一个使用TensorFlow部署深度场景文本阅读流水线的C++项目。它从自然场景图像中读取文本。使用冻结的TensorFlow图。检测器检测场景文本位置，识别器从每个检测到的边界框中读取单词。
• DeRPN - 一种用于更通用目标检测（包括场景文本检测）的新颖区域提议网络。
• Bartzi/see - SEE：迈向半监督端到端场景文本识别
• Bartzi/stn-ocr - 论文STN-OCR的代码：一个用于文本检测和文本识别的单一神经网络
• beacandler/R2CNN - R2CNN的Caffe重实现：旋转区域CNN，用于方向鲁棒的场景文本检测
• HsiehYiChia/Scene-text-recognition - 基于极端区域（ER）的场景文本检测与识别
• R2CNN_Faster-RCNN_Tensorflow - 基于Faster-RCNN的旋转区域检测。
• corner - 基于角点定位与区域分割的多方向场景文本检测
• Corner_Segmentation_TextDetection - 基于角点定位与区域分割的多方向场景文本检测。
• TextSnake.pytorch - ECCV2018论文“TextSnake：用于检测任意形状文本的灵活表示”的PyTorch实现
• AON - CVPR 2018文本识别论文的TensorFlow实现：“AON：迈向任意方向文本识别”
• pixel_link - 我们在AAAI2018发表的论文“PixelLink：通过实例分割检测场景文本”的实现
• seglink - 论文中“通过连接片段检测自然图像中的定向文本”算法的实现（=> pixel_link）
• SSTD - 单次射击带区域注意力的文本检测器
• MORAN_v2 - MORAN：用于场景文本识别的多目标校正注意力网络
• Curve-Text-Detector - 该仓库提供训练和测试代码、数据集、检测与识别标注、评估脚本、标注工具以及排名表。
• HCIILAB/DeRPN - 一种用于更通用目标检测（包括场景文本检测）的新颖区域提议网络。
• TextField - TextField：学习用于不规则场景文本检测的深度方向场（TIP 2019）
• tensorflow-TextMountain - TextMountain：通过实例分割实现精确的场景文本检测
• Bartzi/see - AAAI 2018出版物“SEE：迈向半监督端到端场景文本识别”的代码
• bgshih/aster - 识别自然图像中裁剪后的文本。
• ReceiptParser - 用Python编写的模糊收据解析器。
• vedastr

ABCNet 论文：2020年

• AdelaiDet
• https://github.com/Yuliang-Liu/bezier_curve_text_spotting
• https://github.com/quangvy2703/ABCNet-ESRGAN-SRTEXT
• https://github.com/Pxtri2156/AdelaiDet_v2
• https://github.com/zhubinQAQ/Ins

CRAFT 论文：2019年

• CRAFT-pytorch（官方） - CRAFT文本检测器的PyTorch实现。
• autonise/CRAFT-Remade
• s3nh/pytorch-text-recognition
• backtime92/CRAFT-Reimplementation
• fcakyon/craft-text-detector - CRAFT的PyTorch实现
• YongWookHa/craft-text-detector
• faustomorales/keras-ocr - 一个封装且灵活的CRAFT文本检测器和Keras CRNN识别模型版本。
• fcakyon/craft-text-detector

FOTS 论文：2018年

• FOTS - FOTS：统一网络下的快速方向文本定位的实现。
• FOTS_OCR

TextBoxes++ 论文：2018年

• TextBoxes_plusplus（官方） TextBoxes++：单次检测的方向场景文本检测器
• Shun14/TextBoxes_plusplus_Tensorflo - 使用TensorFlow（Python）实现的Textboxes_plusplus

PSENet 论文：2018年

• tensorflow_PSENet - 这是PSENet：基于渐进尺度扩展网络的形状鲁棒文本检测的TensorFlow重实现。
• PAN-PSEnet
• PSENet - 基于渐进尺度扩展网络的形状鲁棒文本检测。

EAST 论文：2017年

• EAST（官方） - （tf1/py2）EAST文本检测器的TensorFlow实现
• AdvancedEAST - （tf1/py2）AdvancedEAST是一种用于场景图像文本检测的算法，主要基于EAST，并进行了显著改进，使长文本预测更加准确。
• kurapan/EAST 在Keras中实现的EAST场景文本检测器
• songdejia/EAST - 这是EAST：一种高效准确的场景文本检测器的PyTorch重实现。
• HaozhengLi/EAST_ICPR - 从argman/EAST分叉而来，用于ICPR MTWI 2018挑战赛
• deepthinking-qichao/EAST_ICPR2018
• SakuraRiven/EAST
• EAST-Detector-for-text-detection-using-OpenCV - 使用OpenCV进行图像文本检测
• easy-EAST

TextBoxes 论文：2016年

• TextBoxes（官方）
• TextBoxes-TensorFlow - 使用TensorFlow重新实现的TextBoxes
• zj463261929/TextBoxes - TextBoxes：使用单个深度神经网络的快速文本检测器
• shinjayne/textboxes - 使用TensorFlow（Python）实现的Textboxes
• shinTB - Textboxes：图像文本检测模型：Python包（TensorFlow）

CTPN 论文：2016年

• text-detection-ctpn
• yizt/keras-ctpn
• tianzhi0549/CTPN - 使用连接主义文本提案网络检测自然图像中的文本

视频文本定位

• VideoTextSCM
• TransDETR
• YORO (论文：2021年)

字体检测

• typefont - 首个开源库，能够检测图像中文本的字体。

光学字符识别引擎与框架

• texify - 用于数学公式的OCR模型，输出LaTeX和Markdown格式。
• DAVAR-lab-OCR
• CRNN.tf2
• ocr.pytorch
• PytorchOCR
• MMOCR
• doctr
• Master OCR
• xiaofengShi/CHINESE-OCR
• PaddleOCR
• Urdu-Ocr
• ocr.pytorch
• ocular - Ocular是一个最先进的历史文档OCR系统。
• OCR++
• pytextrator - 使用Tesseract结合OpenCV的EAST检测器的Python OCR工具。
• OCR-D
• ocrd_tesserocr
• Deeplearning-OCR
• PICCL
• cnn_lstm_ctc_ocr - 基于TensorFlow的CNN+LSTM模型，使用CTC损失进行训练的OCR。
• PassportScanner - 扫描护照上的MRZ码，提取姓名、姓氏、护照号码、国籍、出生日期、有效期和个人编号。
• pannous/tensorflow-ocr - 使用带有注意力机制的TensorFlow实现的OCR。
• BowieHsu/tensorflow_ocr - 使用TensorFlow v1.4实现的OCR检测。
• GRCNN-for-OCR - 这是论文“用于OCR的门控循环卷积神经网络”的实现。
• go-ocr - 一个从扫描文档中提取文本的工具（通过OCR），并支持用户自定义后处理。
• insightocr - MXNet实现的OCR，包括文本识别和检测。
• ocr_densenet - 第一届西安交通大学人工智能实践大赛（2018AI实践大赛 - 图片文字识别）一等奖；仅使用DenseNet识别汉字。
• CNN_LSTM_CTC_Tensorflow - 基于CNN+LSTM+CTC的OCR，使用TensorFlow实现。
• tmbdev/clstm - 一个小型的C++ LSTM网络实现，专注于OCR。
• VistaOCR
• tesseract.js
• Tesseract
• kaldi
• ocropus3 - 收集所有子模块的新基于PyTorch的OCR系统的仓库。
• calamari
• ocropy - 基于Python的文档分析和OCR工具。
• chinese_ocr
• deep_ocr - 制作比Tesseract更好的中文字符识别OCR。
• ocular
• textDetectionWithScriptID
• transcribus
• FastText - 用于高效文本分类和表示学习的库。
• GOCR
• Ocrad
• franc - 自然语言检测。
• ocrfeeder
• emedvedev/attention-ocr - 一个基于TensorFlow的文本识别模型（CNN + seq2seq结合视觉注意力），以Python包形式提供，并兼容Google Cloud ML Engine。
• da03/attention-ocr - 基于视觉注意力的OCR。
• dhlab-epfl/dhSegment - 用于历史文档处理的通用框架。
• https://github.com/mawanda-jun/TableTrainNet
• https://github.com/kermitt2/delft
• https://github.com/chulwoopack/docstrum
• grobid - 一种用于从学术文献中提取信息的机器学习软件。
• lapdftext - LA-PDFText是一个从基于PDF的研究论文中提取精确文本的系统。
• https://github.com/beratkurar/textline-segmentation-using-fcn
• https://github.com/OCR4all
• https://github.com/OCR4all/LAREX
• https://github.com/OCR4all/OCR4all
• https://github.com/andbue/nashi
• http://kraken.re/
• kraken
• gosseract - 使用Tesseract C++库的Go语言OCR包。
• EasyOCR - 即用型OCR，支持40多种语言，包括中文、日语、韩语和泰语。
• invoice-scanner-react-native
• Arabic-OCR

强大的列表

• https://github.com/whitelok/image-text-localization-recognition
• Awesome-Scene-Text-Recognition - 一个专门用于场景文本定位和识别的精选资源列表。
• awesome-deep-text-detection-recognition
• https://github.com/kurapan/awesome-scene-text
• kba/awesome-ocr
• perfectspr/awesome-ocr
• https://github.com/ZumingHuang/awesome-ocr-resources
• https://github.com/chongyangtao/Awesome-Scene-Text-Recognition
• https://github.com/whitelok/image-text-localization-recognition
• https://github.com/hwalsuklee/awesome-deep-text-detection-recognition
• https://github.com/wanghaisheng/awesome-ocr
• https://github.com/Jyouhou/SceneTextPapers
• https://github.com/jyhengcoder/myOCR
• https://github.com/hwalsuklee/awesome-deep-text-detection-recognition
• https://github.com/tangzhenyu/Scene-Text-Understanding
• https://github.com/whitelok/image-text-localization-recognition
• https://github.com/kba/awesome-ocr
• https://github.com/soumendra/awesome-ocr
• chongyangtao/Awesome-Scene-Text-Recognition - 论文和数据集

专有 OCR 引擎

• ABBYY
• Omnipage
• Clova.ai
• Konfuzio

基于云的 OCR 引擎（SaaS）

• thehive.ai
• impira
• AWS Textract
• Nanonets
• docparser
• ocrolus
• Butler Labs

文件格式与工具

• nw-page-editor - 用于可视化编辑 Page XML 文件的简单应用
• hocr
• alto
• PageXML
• ocr-fileformat - 用于验证和转换各种 OCR 文件格式
• hocr-tools - 用于操作和评估 hOCR 格式，该格式通过嵌入 HTML 来表示多语言 OCR 结果。

数据集

• http://www.iapr-tc11.org/mediawiki/index.php/Datasets_List
• https://icdar2019.org/competitions-2/
• https://rrc.cvc.uab.es/#
• https://lionbridge.ai/datasets/15-best-ocr-handwriting-datasets/
• https://github.com/xylcbd/ocr-open-dataset
• ICDAR 数据集
• https://github.com/OpenArabic/OCR_GS_Data
• https://github.com/cs-chan/Total-Text-Dataset
• scenetext - 这是一个合成数据集，其中单词实例被放置在自然场景图像中，并考虑了场景布局。
• Total-Text-Dataset
• ocr-open-dataset

数据增强与合成数据生成

• DocCreator - DIAR 软件，用于生成合成文档图像及真实标签，提供多种退化模型以进行数据增强。
• Scene-Text-Image-Transformer - 场景文本图像变换器
• Belval/TextRecognitionDataGenerator - 文本识别用的合成数据生成器
• Sanster/text_renderer
• awesome-SynthText
• Text-Image-Augmentation
• UnrealText
• SynthText_Chinese_version

OCR 预处理

• ajgalleo/document-image-binarization
• PRLib - 预识别库，包含用于提升 OCR 质量的算法。
• sbb_binarization -

OCR 后期校正

• KBNLresearch/ochre - OCR 后期校正工具箱
• cisocrgroup/PoCoTo - CIS OCR 后期校正工具
• afterscan

基准测试

• TedEval
• clovaai/deep-text-recognition-benchmark - 基于深度学习方法的文字识别（光学字符识别）。
• dinglehopper - dinglehopper 是一个 OCR 评估工具，可读取 ALTO、PAGE 和文本文件。
• CLEval

其他

• ocrodeg - 一个小型 Python 库，用于实现文档图像退化，以增强手写识别和 OCR 应用的数据。
• scantailor - Scan Tailor 是一款交互式的扫描页面后处理工具。
• jlsutherland/doc2text - 帮助研究人员修复这些错误，并尽可能从 PDF 中提取高质量文本。
• mauvilsa/nw-page-editor - 用于可视化编辑 Page XML 文件的简单应用。
• Transkribus - Transkribus 是一个全面的平台，用于历史文献的数字化、AI 驱动的识别、转录和搜索。
• http://projectnaptha.com/
• https://github.com/4lex4/scantailor-advanced
• open-semantic-search - 开放语义搜索引擎及开源文本挖掘与文本分析平台（集成用于文档处理的 ETL、用于图像和 PDF 的 OCR、用于人物、组织和地点的命名实体识别、基于词库和本体论的元数据管理、全文检索、分面检索和知识图谱的搜索用户界面及搜索应用）。
• ocrserver - 一个简单的 OCR API 服务器，非常容易通过 Docker 部署，也可以在 Heroku 上运行。
• cosc428-structor - 约 1000 页书籍 + OpenCV + Python = 页面区域被识别为段落、行、图片、标题等。
• nidaba - 一个可扩展且可升级的 OCR 流程。
• https://github.com/MaybeShewill-CV/CRNN_Tensorflow
• OCRmyPDF

Awesome OCR 快速上手指南

awesome-ocr 并非单一的可安装软件包，而是一个汇集了顶级 OCR（光学字符识别）相关开源项目、论文和工具的精选列表。本指南将指导开发者如何根据具体需求（如去扭曲、版面分析、表格检测等）选择并部署相应的工具。

环境准备

由于列表中的工具多基于深度学习框架（主要是 PyTorch 和 TensorFlow），请确保满足以下基础环境要求：

• 操作系统: Linux (推荐 Ubuntu 20.04+), macOS, 或 Windows (建议配合 WSL2 使用)
• Python: 3.8 或更高版本
• GPU: 推荐使用 NVIDIA GPU 以加速推理和训练（需安装对应的 CUDA 和 cuDNN）
• 前置依赖:
  • git: 用于克隆仓库
  • pip 或 conda: 包管理工具
  • opencv-python: 大多数图像处理工具的基础依赖

国内加速建议： 在安装 Python 依赖时，强烈建议使用清华源或阿里源以提升下载速度：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

安装步骤

由于 awesome-ocr 是工具集合，你需要根据任务类型选择具体的子项目进行安装。以下是针对几类核心任务的通用安装流程示例：

1. 克隆目标项目

选择你需要的工具仓库进行克隆。例如，若需进行文档去扭曲 (Dewarping)，可选择 DewarpNet：

git clone https://github.com/cvlab-stonybrook/DewarpNet.git
cd DewarpNet

若需进行版面分析 (Layout Analysis)，可选择 LayoutParser：

git clone https://github.com/Layout-Parser/layout-parser.git
cd layout-parser

2. 创建虚拟环境并安装依赖

建议使用 conda 或 venv 隔离环境。

使用 Conda (推荐):

conda create -n ocr_env python=3.8
conda activate ocr_env
# 安装 PyTorch (根据显卡情况选择，此处为通用 CPU/GPU 示例)
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
# 安装项目特定依赖
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

针对特定工具的额外安装示例：

• LayoutParser:

  pip install layoutparser -i https://pypi.tuna.tsinghua.edu.cn/simple
  

• SimpleHTR (手写识别):

  pip install tensorflow
  pip install -r requirements.txt
  

基本使用

不同工具的使用方式各异，以下提供三个典型场景的最简使用示例。

场景一：文档版面分析 (使用 LayoutParser)

快速检测文档中的文本块、标题和表格区域。

import layoutparser as lp

# 加载预训练模型 (例如 Detectron2  backbone)
model = lp.Detectron2LayoutModel('lp://PubLayNet/faster_rcnn_R_50_FPN_3x/config')

# 读取图像
image = lp.read_image('path/to/your/document.png')

# 执行检测
layout = model.detect(image)

# 绘制结果
layout.show(image=image)

场景二：场景文本检测 (使用 DBNet)

适用于自然场景下的弯曲或不规则文本检测。

# 假设已克隆 DB 仓库并安装依赖
# 运行单张图片检测
python tools/infer/predict_system.py --image_dir="./doc/imgs/test.jpg" --det_model_dir="./inference/ch_ppocr_mobile_v2.0_det_infer/" --rec_model_dir="./inference/ch_ppocr_mobile_v2.0_rec_infer/" --use_angle_cls=true --use_gpu=true

(注：具体路径需根据实际下载的模型权重调整)

场景三：表格结构提取 (使用 Camelot)

从 PDF 中提取表格数据并转换为 DataFrame。

import camelot

# 读取 PDF 并提取指定页面的表格
tables = camelot.read_pdf('foo.pdf', pages='1')

# 导出为 CSV
tables[0].to_csv('foo.csv')

# 查看提取的数据
print(tables[0].df)

场景四：图像去扭曲 (使用 DewarpNet)

校正弯曲的文档页面图像。

# 进入项目目录后运行测试脚本
python test.py --img_path path/to/curved_doc.jpg --output_dir ./results

提示：对于列表中其他工具（如 jdeskew, unpaper, TableTransformer 等），请参考各自 GitHub 仓库 README 中的 "Usage" 章节，通常都遵循 git clone -> pip install -r requirements.txt -> python script.py 的标准流程。