Português (Brasil)  ·  English

ocr é uma ferramenta de reconhecimento óptico de caracteres para uso diário no desktop Linux/Wayland. Um daemon residente (ocrd) mantém os modelos carregados na memória e um cliente minúsculo (ocrd-client) envia uma imagem por um socket Unix e imprime o texto reconhecido. O caso de uso central é um atalho de teclado: recorte uma parte da tela, o texto aparece na área de transferência.

Por baixo:

• Rust puro em runtime — nenhum Python, nenhuma chamada de rede. É um workspace Cargo com quatro crates: ocr-proto (tipos do protocolo), ocr-core (única fronteira que toca em oar-ocr/ort), ocrd (daemon) e ocrd-client (cliente).
• Modelos PP-OCRv5 servidos via oar-ocr sobre o ONNX Runtime, que é linkado estaticamente — os binários instalados rodam de qualquer lugar sem .so vizinho.
• Um detector + três reconhecedores residentes (~41 MiB): CJK (japonês, chinês, inglês), coreano e latino (português, espanhol, francês, alemão).
• Idioma automático com fallback por confiança — em --lang auto, o reconhecedor CJK roda em todas as caixas; as caixas de baixa confiança (< 0.6) são repassadas aos reconhecedores coreano e latino, e o melhor resultado vence.
• CPU por padrão. Aceleração por GPU é opção explícita via --accel auto|cpu|cuda|openvino|webgpu|directml, sempre sondada antes de ser usada e fatal se indisponível (sem fallback silencioso).
• Integração com Wayland: grim + slurp + wl-clipboard, binds de Hyprland e uma unit systemd --user prontas em contrib/.

O racional de projeto e as alternativas descartadas estão em docs/reports/OCR-MULTILINGUE-ANALISE-DE-VIABILIDADE.md.

Criei este projeto para remover um bloqueio pessoal: não conseguir ter — nem fazer — um OCR local que realmente prestasse. E, junto disso, para reconstruir uma função de que eu gostava e usava bastante no PowerToys, agora no meu próprio ambiente Linux/Wayland.

• Rust 1.95+ (edição 2021; a máquina de referência usa 1.97).
• Conexão à internet na primeira compilação (o ort baixa o ONNX Runtime) e no primeiro ocrd --warm (~41 MiB de modelos PP-OCRv5, gravados em ~/.oar).
• Para o fluxo "print → OCR → área de transferência" no Wayland: grim, slurp, wl-clipboard.
• Opcional — GPU: NVIDIA com cuDNN 9 para --features cuda. Intel (openvino) e Windows (directml) exigem um ONNX Runtime de sistema — ver a tabela de aceleração no fim desta seção.

1. Clone o repositório do projeto:

git clone https://github.com/bgluis/ocr.git

2. Navegue até o diretório do projeto:

cd ocr

3. Escolha um dos métodos abaixo.

Instala os dois binários em ~/.cargo/bin e baixa os modelos uma vez:

cargo install --path crates/ocrd          # -> ~/.cargo/bin/ocrd        (~29 MiB)
cargo install --path crates/ocrd-client   # -> ~/.cargo/bin/ocrd-client (~1 MiB)
ocrd --warm                               # baixa os modelos para ~/.oar

# opcional: wrapper que sobe o ocrd sob demanda, sem systemd
install -Dm755 contrib/ocr ~/.local/bin/ocr

cargo build --release                     # LTO, binários em ./target/release
cargo run -p ocrd -- --warm               # baixa os modelos
./target/release/ocrd --accel auto        # sobe o daemon

Para GPU, adicione a feature correspondente ao construir o ocrd: cargo build --release -p ocrd --features cuda (ou openvino / directml).

# 1. Deixe o daemon rodando (terminal ou systemd)
ocrd --accel auto

# 2. Em qualquer lugar: recorte a tela, reconheça, copie
grim -g "$(slurp)" - | ocrd-client --lang auto | wl-copy

# Ou a partir de um arquivo, com a resposta JSON completa
ocrd-client --file shot.png --lang latin --json

Instalar o serviço e os atalhos do Hyprland:

cp contrib/ocrd.service ~/.config/systemd/user/ && systemctl --user enable --now ocrd
cat contrib/hyprland.conf.example >> ~/.config/hypr/hyprland.conf

Opções principais do ocrd-client:

O projeto não usa .env; o comportamento é ajustado por estas variáveis:

cargo test                                        # unitários + lógica, sem modelos

cargo run -p ocrd -- --warm                       # baixa os modelos
OCR_REQUIRE_MODELS=1 cargo test -p ocr-core --test recognition

--accel auto só tenta CUDA e cai para CPU (com o motivo registrado no log); nunca escolhe um backend de fornecedor silenciosamente.