OCR in Rust: zehn Open-Source-Engines im Vergleich und welche wofür taugt

Wenn du in einem Rust-Programm Text aus Bildern lesen willst, führte der übliche Weg über eine Anbindung an Tesseract samt Auslieferung seiner C++-Bibliotheken. Das ist nicht mehr der einzige. Es gibt inzwischen Leser in reinem Rust, Wrapper um die PaddleOCR-Modelle von Baidu, Portierungen großer Vision-Modelle, die eine Seite in Markdown verwandeln, und komplette Dokumenten-Pipelines. Sie lösen verschiedene Probleme, und mehrere sind das Projekt einer einzigen Person. Hier sind zehn, gruppiert nach dem, was sie tun.

Engines in reinem Rust mit eigenen Modellen

Diese bauen allein mit cargo, ohne C++-Toolchain. Sie lesen Textzeilen; Tabellen oder Seitenlayout verstehen sie nicht.

• Ocrs (3,8) ist die ausgereifte Wahl. Es führt kleine Modelle über eine Inferenz-Engine in Rust aus, funktioniert in WebAssembly, und sein Crate hat etwa 477.000 Downloads. Es liest nur das lateinische Alphabet und bezeichnet sich selbst als frühe Preview.
• yingkitw/ocr verspricht 25+ Sprachen, elf Ausgabeformate und ein Modell unter 5 MB, das in die Binärdatei eingebaut ist. Es hat 3 Sterne, keine GitHub-Releases, und sein README nennt Apache-2.0, während seine Lizenzdatei MIT ist. Interessant, aber noch nichts, worauf man sich verlassen sollte.
• texo-ocr (studio-ransom/best-ocr-rust) erledigt eine enge Aufgabe: Es macht aus dem Bild einer mathematischen Formel LaTeX, in etwa 4.000 Zeilen Rust ohne Crates von Drittanbietern, klein genug für einen Raspberry Pi. Es steht unter AGPL-3.0, was zählt, wenn du es in einem Produkt auslieferst, hat 2 Sterne, und jeder Commit landete am 9. und 10. August 2026.

Wrapper für PaddleOCR und RapidOCR

Die PaddleOCR-Modelle von Baidu sind die übliche Antwort für Chinesisch, Japanisch, Koreanisch und andere nicht lateinische Schriften. Diese Projekte führen sie ohne Python aus.

• ocr-rs (3,7), früher rust-paddle-ocr, ist das vollständigste. Es unterstützt PP-OCR v4, v5 und v6, deckt mit den v6-Modellen 50 Sprachen ab und bietet CUDA, Vulkan, Metal und OpenCL. Es bindet die C++-Laufzeit MNN von Alibaba ein und hat einen Hauptmaintainer.
• rusto-rs führt PaddleOCR-Modelle in reinem Rust aus und veröffentlicht Pakete für Python, Node, WebAssembly, React Native, Flutter und .NET. Der Autor meldet eine CLI von 5,4 MB und einen Spitzenspeicher von 85 bis 120 MB. Es hat 51 Sterne und ist fast vollständig das Werk eines einzigen Entwicklers; v0.3.2 erschien am 25. Oktober 2026.
• rapidocr-rs portiert die RapidOCR-Pipeline nach Rust auf ONNX Runtime, ohne OpenCV. Sein README sagt, es sei kein vollständiger Ersatz für das Python-Paket, und führt Buch über die Lücken. 5 Sterne.
• ocrs-cjk ist ein Fork von Ocrs, der PaddleOCR-Modelle für Chinesisch, Japanisch und Koreanisch ergänzt und durchsuchbare PDFs schreibt. Es hat 4 Sterne, ein Release (Juni 2026) und seit dem 26. Juni keine Commits.

Engines mit Vision-Modellen: ganze Seiten zu Markdown

Diese führen Vision-Language-Modelle aus, die eine Seite so lesen wie ein Mensch und dabei Tabellen und Lesereihenfolge erhalten. Sie brauchen Gigabytes an Speicher, nicht Megabytes.

• deepseek-ocr.rs (3,6) führt DeepSeek-OCR, PaddleOCR-VL und dots.ocr auf CPU, Apple Metal oder (Alpha) CUDA aus, hinter einem OpenAI-kompatiblen Server. PaddleOCR-VL passt in etwa 9 GB. Es ist das Projekt eines einzigen Entwicklers, und seit dem 21. Februar 2026 wurde nichts mehr gepusht.
• franken_ocr (3,5) führt Unlimited-OCR von Baidu mit handgeschriebenem int8-Code auf der CPU aus. Die eigenen Zahlen des Autors zeigen es auf der CPU etwa dreimal so schnell wie den Standard-Python-Code von Hugging Face. Es hat einen einzigen Autor, der keine Beiträge von außen annimmt, und seine Lizenz schließt OpenAI, Anthropic und alle aus, die für sie arbeiten.

Die Modelle selbst sind separat getestet: PaddleOCR-VL 1.6 (4,4) hat laut Baidus eigenen Zahlen den höchsten veröffentlichten OmniDocBench-Wert der drei, Unlimited-OCR (4,1) verarbeitet lange Dokumente in einem Durchgang, und DeepSeek-OCR 2 (3,7) ist zurückgefallen.

Dokumenten-Pipelines

• Xberg (4,1), das umbenannte Kreuzberg, ist weniger eine OCR-Engine als alles drumherum. Es öffnet 107 Dateiformate, bietet acht OCR-Backends von Tesseract bis zu den Vision-Modellen oben und lässt sich aus 15 Programmiersprachen aufrufen. Nutze eine Version nach 1.3.3: Frühere hatten eine schwere Lücke in ihrer API ohne Authentifizierung.
• Wenn Python in Ordnung ist, bleibt Docling (4,5) unser bestbewerteter Parser für PDFs mit komplexen Tabellen.

Was du nutzen solltest

Englische Screenshots oder Etiketten in einer Rust- oder Browser-App: Ocrs. Chinesischer, japanischer oder koreanischer Text: ocr-rs. Ganze Dokumente zu Markdown auf einem Mac: deepseek-ocr.rs mit PaddleOCR-VL. Gar keine GPU und lange gescannte Dokumente: franken_ocr, sofern seine Lizenz und sein einzelner Maintainer zu dir passen. Viele Dateitypen, nicht nur Bilder, aus einer anderen Sprache als Python: Xberg. Alles unter 55 Sternen ist es wert, beobachtet zu werden, aber nicht, ein Geschäft darauf aufzubauen.