Qué es y para qué sirve
Indra OCR destaca por su eficiencia, alcanzando hasta 49 páginas por segundo en procesadores CPU, lo que lo hace 11 a 17 veces más rápido que Tesseract y PaddleOCR. El modelo pesa aproximadamente 18 MB y funciona con ONNX Runtime, eliminando la necesidad de PyTorch. Su arquitectura incluye detección de líneas, reconocimiento CTC, orden de lectura y etiquetado de bloques de diseño como encabezados, tablas y pies de página. El sistema soporta scripts latinos, cirílicos, griegos, devanagari, bengalí y chino. Para PDFs digitales, lee la capa de texto nativa y solo aplica OCR a las partes faltantes. La instalación es sencilla mediante pip install indra-ocr, y la primera ejecución descarga los modelos desde Hugging Face. El código fuente está bajo licencia Apache 2.0, mientras que los pesos del modelo usan una licencia OpenRAIL-M modificada, gratuita para investigación y startups, pero con restricciones para uso comercial competitivo con la API de Datalab.
