OCR en Rust: diez motores de código abierto comparados y cuál usar para qué

Si querías leer texto de imágenes dentro de un programa en Rust, la vía habitual era enlazar con Tesseract y distribuir sus bibliotecas de C++. Ya no es la única. Ahora hay lectores en Rust puro, envoltorios de los modelos PaddleOCR de Baidu, versiones de grandes modelos de visión que convierten una página en Markdown y pipelines documentales completos. Resuelven problemas distintos, y varios son el proyecto de una sola persona. Aquí van diez, agrupados por lo que hacen.

Motores en Rust puro con sus propios modelos

Estos se compilan solo con cargo, sin cadena de herramientas de C++. Leen líneas de texto; no entienden tablas ni la maquetación de la página.

• Ocrs (3,8) es la opción madura. Ejecuta modelos pequeños mediante un motor de inferencia en Rust, funciona en WebAssembly y su crate tiene unas 477.000 descargas. Solo lee el alfabeto latino y se define como una vista previa temprana.
• yingkitw/ocr promete más de 25 idiomas, once formatos de salida y un modelo de menos de 5MB integrado en el binario. Tiene 3 estrellas, ninguna versión publicada en GitHub, y su README dice Apache-2.0 mientras que su archivo de licencia dice MIT. Interesante, pero todavía no es algo de lo que depender.
• texo-ocr (studio-ransom/best-ocr-rust) hace un único trabajo concreto: convierte la imagen de una fórmula matemática en LaTeX, en unas 4.000 líneas de Rust sin crates de terceros, lo bastante pequeño para una Raspberry Pi. Tiene licencia AGPL-3.0, lo que importa si lo incluyes en un producto, tiene 2 estrellas y todos sus commits llegaron el 9 y el 10 de agosto de 2026.

Envoltorios de PaddleOCR y RapidOCR

Los modelos PaddleOCR de Baidu son la respuesta habitual para el chino, el japonés, el coreano y otras escrituras no latinas. Estos proyectos los ejecutan sin Python.

• ocr-rs (3,7), antes rust-paddle-ocr, es el más completo. Admite PP-OCR v4, v5 y v6, cubre 50 idiomas con los modelos v6 y ofrece CUDA, Vulkan, Metal y OpenCL. Enlaza con el runtime MNN de C++ de Alibaba y tiene un mantenedor principal.
• rusto-rs ejecuta modelos PaddleOCR en Rust puro y publica paquetes para Python, Node, WebAssembly, React Native, Flutter y .NET. El autor indica una CLI de 5,4MB y un pico de memoria de 85 a 120MB. Tiene 51 estrellas y es casi por completo obra de un solo desarrollador; la v0.3.2 salió el 25 de octubre de 2026.
• rapidocr-rs porta el pipeline de RapidOCR a Rust sobre ONNX Runtime sin OpenCV. Su README dice que no sustituye por completo al paquete de Python y registra las diferencias pendientes. 5 estrellas.
• ocrs-cjk es un fork de Ocrs que añade modelos PaddleOCR para chino, japonés y coreano y genera PDF con texto buscable. Tiene 4 estrellas, una versión (junio de 2026) y ningún commit desde el 26 de junio.

Motores con modelos de visión: páginas enteras a Markdown

Estos ejecutan modelos de visión y lenguaje que leen una página como lo hace una persona, conservando las tablas y el orden de lectura. Necesitan gigabytes de memoria, no megabytes.

• deepseek-ocr.rs (3,6) ejecuta DeepSeek-OCR, PaddleOCR-VL y dots.ocr en CPU, Apple Metal o (en alfa) CUDA, detrás de un servidor compatible con OpenAI. PaddleOCR-VL cabe en unos 9GB. Es el proyecto de un solo desarrollador, y no se ha subido nada desde el 21 de febrero de 2026.
• franken_ocr (3,5) ejecuta Unlimited-OCR de Baidu en CPU con código int8 escrito a mano. Las cifras del propio autor lo muestran unas tres veces más rápido en CPU que el código Python estándar de Hugging Face. Tiene un solo autor que no acepta contribuciones externas, y su licencia excluye a OpenAI, Anthropic y a cualquiera que trabaje para ellas.

Los modelos en sí se analizan por separado: PaddleOCR-VL 1.6 (4,4) tiene la puntuación de OmniDocBench publicada más alta de los tres, según las cifras de la propia Baidu, Unlimited-OCR (4,1) maneja documentos largos de una sola pasada y DeepSeek-OCR 2 (3,7) se ha quedado atrás.

Pipelines documentales

• Xberg (4,1), el renombrado Kreuzberg, no es tanto un motor de OCR como todo lo que lo rodea. Abre 107 formatos de archivo, ofrece ocho motores de OCR, de Tesseract a los modelos de visión de arriba, y se puede llamar desde 15 lenguajes de programación. Usa una versión posterior a la 1.3.3: las anteriores tenían un fallo de gravedad alta en su API sin autenticación.
• Si Python no es problema, Docling (4,5) sigue siendo nuestro analizador mejor puntuado para PDF con tablas complejas.

Cuál usar

Capturas de pantalla o etiquetas en inglés en una aplicación Rust o de navegador: Ocrs. Texto en chino, japonés o coreano: ocr-rs. Documentos enteros a Markdown en un Mac: deepseek-ocr.rs con PaddleOCR-VL. Sin ninguna GPU y con documentos escaneados largos: franken_ocr, si su licencia y su único mantenedor te encajan. Muchos tipos de archivo, no solo imágenes, desde un lenguaje que no sea Python: Xberg. Todo lo que tiene menos de 55 estrellas merece seguimiento, no que construyas un negocio sobre ello.