¿Qué es Ocrs?
Ocrs es una biblioteca de Rust y una herramienta de línea de comandos que extrae texto de imágenes: escaneos, fotos y capturas de pantalla. Ejecuta un proceso en tres fases (detección de texto, análisis de maquetación y reconocimiento de líneas) con redes neuronales pequeñas entrenadas en PyTorch, exportadas a ONNX y ejecutadas por RTen, un motor de inferencia en Rust del mismo autor, Robert Knight. No depende de C++, así que compila para WebAssembly además de para escritorio y servidor.
Los modelos se entrenan solo con datos de licencia abierta, de momento HierText de Google (CC-BY-SA 4.0), y el código de entrenamiento está en un repositorio aparte, ocrs-models, para que puedas ajustarlos o reentrenarlos. La salida es texto plano, JSON con las posiciones de palabras y líneas o un PNG anotado.
El proyecto se describe como una versión preliminar temprana y solo reconoce el alfabeto latino. Tiene mantenimiento activo: la versión 0.13.1 salió el 13 de septiembre de 2026, el crate suma unas 477.000 descargas en crates.io y el repositorio tiene unas 1.900 estrellas bajo Apache-2.0.
¿Merece la pena Ocrs?
Ocrs es el más maduro de los motores de OCR escritos solo en Rust que hemos analizado, y sus límites figuran en la portada: versión preliminar temprana, solo alfabeto latino y más errores que los motores comerciales. Dentro de esos límites hace lo que las opciones más pesadas no pueden. Compila solo con cargo, funciona en un navegador a través de WebAssembly y sus modelos son lo bastante pequeños para descargarse en la primera ejecución a una caché local.
La ingeniería es constante, sin alardes. Las versiones 0.13 pasaron a RTen 0.26, lo que según el changelog hizo el reconocimiento entre un 15 y un 20% más rápido, cambiaron los modelos por defecto a ONNX antes de retirar el formato propio de RTen y añadieron una API en C para que otros lenguajes puedan llamarlo. Unas 289.000 de sus 477.000 descargas del crate llegaron en los últimos 90 días, lo que sugiere que otros proyectos lo están incorporando.
Las carencias se ven en el gestor de incidencias. Siguen abiertas las peticiones de japonés (abierta desde diciembre de 2024), de más idiomas, de puntuaciones de confianza en la salida y de manejo de imágenes giradas, y un informe reciente dice que no reconoce los símbolos de moneda. El análisis de maquetación figura como muy en desarrollo en el repositorio de modelos, así que las páginas a varias columnas y las tablas salen como líneas de texto, sin estructura. Un fork de la comunidad, ocrs-cjk, añade modelos de PaddleOCR para chino, japonés y coreano, pero tiene cuatro estrellas y un solo mantenedor.
Frente a modelos de visión y lenguaje como PaddleOCR-VL o DeepSeek-OCR, Ocrs es otra herramienta: lee caracteres, no documentos. Eso lo hace barato y predecible para capturas de pantalla, etiquetas y escaneos limpios en inglés, y poco adecuado para facturas, formularios o cualquier cosa en la que importen el orden de lectura y las tablas.
Dónde se gana su sitio
Un desarrollador de Rust que crea una herramienta de capturas de pantalla para escritorio
Copiar el texto de cualquier captura que esté en el portapapeles
cargo install ocrs-cli --locked --features clipboard, y después ocrs -c lee la imagen del portapapeles e imprime el texto. Gratis y sin conexión tras la primera descarga del modelo; el texto de interfaces en inglés es donde mejor rinde.
Un equipo de front-end de una start-up de escaneo de documentos
Hacer el OCR en el navegador para que las imágenes nunca lleguen a sus servidores
Compilar la biblioteca a WebAssembly y servir los modelos ONNX como archivos estáticos. No hay servidores de inferencia que pagar y la privacidad es más fácil de explicar, a cambio de reconocer solo escritura latina y con menos precisión que los modelos de visión en servidor.
Un ingeniero de ML de una empresa de logística que lee etiquetas de envío
Ajustar el reconocimiento con sus propias fotos de etiquetas
Seguir la guía de entrenamiento de ocrs-models para ajustar los modelos de detección y reconocimiento en PyTorch, exportarlos a ONNX y cargarlos en Ocrs. Una GPU para entrenar; después la inferencia corre en CPU en la aplicación del almacén.
Antes de decidirte
- Puesta en marcha
- cargo install ocrs-cli --locked y después ocrs image.png; los modelos se descargan en ~/.cache/ocrs en la primera ejecución. Para usarlo como biblioteca hacen falta compilaciones release, porque las debug son muy lentas, y Rust 1.94 o posterior desde la 0.13.0.
- Integraciones
- Crate de Rust, CLI, API en C (desde la 0.13.0) y WebAssembly; salida JSON con cajas de palabras y líneas. El mantenedor no ofrece paquete de Python.
- Datos y privacidad
- Funciona del todo en local; la única llamada de red es la primera descarga del modelo desde Hugging Face. Código bajo Apache-2.0; los datos de entrenamiento son HierText bajo CC-BY-SA 4.0.
- Coste a escala
- Solo CPU y ligero, así que el coste es el de un cómputo normal; el mantenedor no publica cifras de rendimiento ni vende una edición de pago.
- Límites
- Solo escritura latina; unas 21 incidencias y pull requests abiertas, entre ellas soporte para japonés, puntuaciones de confianza e imágenes giradas; el análisis de maquetación está en desarrollo; el soporte de modelos .rten se está retirando en favor de ONNX.
Lo bueno
- Solo Rust; compila con cargo y funciona en WebAssembly
- Modelos pequeños entrenados solo con datos de licencia abierta
- Código de entrenamiento publicado para hacer ajuste fino
- Versiones frecuentes; la 0.13 hizo el reconocimiento entre un 15 y un 20% más rápido
Lo malo
- Solo alfabeto latino
- Se describe como versión preliminar temprana, con más errores que el OCR comercial
- Todavía no da puntuaciones de confianza en la salida
- No devuelve tablas ni estructura de documento
Ideal para
Desarrolladores de Rust y WebAssembly que necesitan un OCR ligero para inglés dentro de su propia aplicación.
Alternativas a Ocrs
Ocrs: preguntas frecuentes
- ¿Merece la pena Ocrs?
- Ocrs es el motor de OCR que conviene integrar si quieres una compilación limpia en Rust y texto en inglés, y el equivocado en cuanto llega una página en chino. Le damos un 3.8 sobre 5.
- ¿Cuánto cuesta Ocrs?
- Gratis bajo Apache-2.0; los modelos se descargan gratis desde Hugging Face.
- ¿Qué inconvenientes tiene Ocrs?
- Solo alfabeto latino; se describe como versión preliminar temprana, con más errores que el OCR comercial; todavía no da puntuaciones de confianza en la salida; no devuelve tablas ni estructura de documento.
- ¿Para quién es Ocrs?
- Desarrolladores de Rust y WebAssembly que necesitan un OCR ligero para inglés dentro de su propia aplicación.
- ¿Cuánto cuesta Ocrs para un equipo o en producción?
- Solo CPU y ligero, así que el coste es el de un cómputo normal; el mantenedor no publica cifras de rendimiento ni vende una edición de pago.
- ¿Es Ocrs seguro para los datos de la empresa?
- Funciona del todo en local; la única llamada de red es la primera descarga del modelo desde Hugging Face. Código bajo Apache-2.0; los datos de entrenamiento son HierText bajo CC-BY-SA 4.0.
- ¿Cuáles son las mejores alternativas a Ocrs?
- Las alternativas más cercanas que hemos analizado son ocr-rs (formerly rust-paddle-ocr), Xberg (formerly Kreuzberg), deepseek-ocr.rs y Docling.
Respuestas comprobadas el 26 oct 2026.