Знакът на КАГАМИ КАГАМИ
kagami.bg/academy · lesson · machine-readable viewVERIFIED 2026-10-01 · UPDATED 2026-10-01
IDENTITY
module
GX10-04-214 · EasyOCR: simple OCR with Cyrillic support
series
GX10 (local AI server class: NVIDIA GB10, e.g. ASUS Ascent GX10 / DGX Spark)
level
Beginner
duration
about 1 h
prerequisites
A GB10-class machine with DGX OS (Ubuntu 24.04, Arm64), shell access (local or SSH), Python 3 with venv, internet access for the first model download
trust_label
VERIFIED 2026-10-01 (EasyOCR release, language code, licence and requirements checked against PyPI, the project README, the project source and the PyTorch wheel index) · UPDATED 2026-10-01 · NOT TESTED (no GB10 machine available; the example was not executed anywhere)
versions
EasyOCR 1.7.2 (latest on PyPI, released 2024-09-24, no newer release as of 2026-10-01) · PyTorch aarch64 wheels with CUDA 13.0 (cu130) exist for CPython 3.12, torch 2.9 to 2.14 and torchvision 0.25 to 0.27 on the official wheel index
licence
Apache-2.0 (software); licence of the downloaded model weights not separately verified
language
human view: bg · english edition: /en/academy/gx10/ (same file name)
previous / next
04-213 Tesseract / 04-215 PaddleOCR (classic)
PURPOSE

Run EasyOCR, a PyTorch-based text recognition library with a two-line Python interface, on a GB10-class server. Create a virtual environment, install an aarch64 CUDA build of PyTorch from the official index, install EasyOCR, create one Reader for Bulgarian and English (language codes bg and en), read text from an image and understand the result format (bounding box, text, confidence). Know the limits before choosing it.

KEY CONCEPTS
COMMANDS / PATHS
CHECKLIST
NEXT MODULE

04-215 PaddleOCR classic (04-215_PaddleOCR_Classic.html) · previous: 04-213 Tesseract · GX10 series index · offer: Quick experiment (kagami.bg/stalbata/)

SOURCES
TAGS
gx10nvidia-gb10arm64ocreasyocrcyrillicbulgarianpytorchpython
ПРОВЕРЕНО · 01.10.2026 ОБНОВЕНО · 01.10.2026

EasyOCR на GX10: прост OCR с кирилица

EasyOCR чете текст от снимки с два реда Python и разбира български. Пускаме го локално на сървър от класа NVIDIA GB10: снимките не напускат машината, а накрая знаеш и кога да избереш друг инструмент.

⏱ ~1 ч Начално GX10 OCR · кирилица · Python Лиценз Apache-2.0
EasyOCR · PyTorch (ARM64)🔒 локално Тежестите на моделите (еднократно изтегляне)🌐 глобален
🔄
ОБНОВЕНО · 01.10.2026 — какво
Урокът е преработен по текущите източници. Проверихме: последната версия на EasyOCR е 1.7.2 (24.09.2024; по-нова няма към 01.10.2026), езиковият код за български е bg, лицензът е Apache-2.0, а за ARM64 с CUDA има официални колела на PyTorch (cu130). Махнахме: твърдението, че на GX10 GPU работи „автоматично и без настройка“ (не е проверено — сега показваме явна инсталация и проверка), оценките „силен“, „слаб“ и „значително ускорение“ без измервания, вътрешни примери от нашата работа, бележката за други OCR модели (тя е за други уроци) и примера със снимка на документ, който не можеш да повториш. Добавихме: виртуална среда, инсталиране на PyTorch за aarch64, пример със синтетична снимка, който можеш да пуснеш без чужди файлове, обяснение на резултата, работа без интернет и честен списък с ограничения.
⚠️
Какво не сме пускали сами
При проверката нямахме машина от класа GB10 и не пуснахме примера на друга машина, затова урокът не е тестван и няма етикет „ТЕСТВАНО“. Особено непроверени са: дали тази версия на EasyOCR работи без забележки с най-новите издания на PyTorch (1.7.2 е от 2024 г.), дали колелата за cu130 поддържат видеокартата на GB10 без предупреждение, скоростта и точността на български текст. Затова не даваме числа.

01Какво ще научиш

02Преди да започнеш

💡
Защо ARM64 има значение
Процесорът на GB10 е Arm, не x86. Библиотеката на EasyOCR е чист Python и се инсталира навсякъде, но PyTorch под нея трябва да е изграден за aarch64 и — ако искаш GPU — с CUDA. Проверихме официалния индекс на PyTorch: за CPython 3.12 и CUDA 13.0 има колела за aarch64 (torch 2.9 до 2.14, torchvision 0.25 до 0.27).

03Стъпки

  1. Какво прави EasyOCR

    Според проекта разпознаването върви на две стъпки. Първо моделът CRAFT (Character Region Awareness For Text) намира областите, където има текст — по своята статия той е създаден да открива и наклонен, и извит текст. После моделът за разпознаване (CRNN) чете всяка област буква по буква. Всичко се изпълнява на PyTorch. Поддържат се над 80 езика; български е с код bg, английски — en. Лицензът на библиотеката е Apache-2.0.

    💡
    Кои езици вървят заедно
    bg е в кирилската група на проекта заедно с руски (ru), украински (uk), беларуски (be), сръбски на кирилица (rs_cyrillic) и други. По документацията на проекта английският е съвместим с всички езици, а езиците със сходни знаци обикновено работят заедно — но не всички двойки са позволени. Започни с ['bg','en'].
  2. Провери машината

    bash · на машината
    uname -m
    python3 --version
    nvidia-smi

    Очакваш aarch64, Python 3.12 и таблица с видеокартата. Редът за памет в нея може да казва „Memory-Usage: Not Supported“ — на GB10 това е нормално: видеокартата ползва общата памет на машината (потвърждава NVIDIA).

  3. Виртуална среда и PyTorch за aarch64

    Защо виртуална среда? PyTorch и зависимостите на EasyOCR са тежки и не бива да смесваш версиите им със системните пакети. Средата се трие с една команда, без да пипа системата.

    Защо явен индекс? Така избираш сам CUDA сборката за ARM64, вместо да се надяваш, че pip ще вземе подходяща. Ако командата python3 -m venv се оплаче, че модулът липсва, инсталирай python3-venv с sudo apt install python3-venv.

    bash · на машината
    python3 -m venv ~/ocr-env
    source ~/ocr-env/bin/activate
    pip install --upgrade pip
    pip install torch torchvision --index-url https://download.pytorch.org/whl/cu130
    python -c "import torch; print(torch.__version__, torch.cuda.is_available())"

    Последният ред трябва да напише версията и True. Ако видиш False или се появи предупреждение за възможностите (compute capability) на видеокартата, спри: PyTorch няма да ползва GPU. Тогава или потърси по-нова сборка в индекса, или продължи на процесор (виж стъпка 7).

    ⚠️
    Не сме го пускали на GB10
    Наличието на колело за aarch64 с CUDA 13.0 е проверено в индекса, но дали то поддържа видеокартата на GB10 без предупреждение, не сме тествали. Затова проверката по-горе е задължителна.
  4. Инсталирай EasyOCR

    PyTorch вече е на място, затова pip няма да го смени. Донася останалото: OpenCV, SciPy, NumPy, Pillow, scikit-image и други.

    bash · във виртуалната среда
    pip install easyocr
    python -c "import easyocr; print('easyocr: OK')"

    Ще получиш версия 1.7.2 — последната към днешна дата.

  5. Първо четене на синтетична снимка

    За да не ти трябват чужди файлове, правим сами снимка с български текст. Ползваме шрифта DejaVu Sans, който има кирилица; провери дали го има с fc-list | grep -i dejavu и ако пътят е различен, поправи го в първия ред.

    python · ocr_test.py
    from PIL import Image, ImageDraw, ImageFont
    import easyocr
    
    FONT = "/usr/share/fonts/truetype/dejavu/DejaVuSans.ttf"
    
    # 1) синтетична снимка с кирилица
    img = Image.new("RGB", (900, 220), "white")
    draw = ImageDraw.Draw(img)
    font = ImageFont.truetype(FONT, 56)
    draw.text((30, 20), "Добър ден, Варна", fill="black", font=font)
    draw.text((30, 110), "Фактура № 2026-0417", fill="black", font=font)
    img.save("test.png")
    
    # 2) Reader за български и английски — създава се ВЕДНЪЖ
    reader = easyocr.Reader(["bg", "en"])
    
    # 3) четене
    result = reader.readtext("test.png")
    for bbox, text, conf in result:
        print(f"{text!r}  сигурност={conf:.2f}  рамка={bbox}")

    Пускаш със python ocr_test.py. При първото пускане EasyOCR изтегля тежестите на моделите в ~/.EasyOCR/model — трябва ти интернет и малко търпение. Следващите пъти стартира от кеша.

    Резултатът е списък, в който всеки ред е тройка (рамка, текст, сигурност). Не даваме примерен изход, защото не сме пускали кода — ти ще видиш какво е разпознато и колко е сигурен моделът.

  6. Как се чете резултатът

    • Рамка (bbox) — четири ъглови точки на областта в пиксели. Подходяща е за изрязване, очертаване или подреждане.
    • Текст — разпознатият низ.
    • Сигурност (confidence) — число между 0 и 1: колко е сигурен моделът. Това е оценка на модела, не измерена точност; сравнявай я със собствени примери, преди да ѝ вярваш.

    Източникът може да е път до файл, масив на OpenCV (numpy), байтове или адрес на суров образ. Ако ти трябват само низовете, без рамки:

    python
    texts = reader.readtext("test.png", detail=0)
    print(" ".join(texts))
    
    # само по-сигурните резултати
    good = [t for (b, t, c) in reader.readtext("test.png") if c > 0.5]
    ✅
    Един Reader на процес
    Редът easyocr.Reader([...]) зарежда моделите в паметта и отнема време. Прави го веднъж и ползвай същия reader за всички снимки; не го създавай във вътрешността на цикъл.
  7. Процесор вместо видеокарта, работа без интернет

    По подразбиране gpu=True. Ако видеокартата не стига или PyTorch не я вижда, минаваш на процесор:

    python
    reader = easyocr.Reader(["bg", "en"], gpu=False)

    Скоростта на двата режима на твоята машина не сме мерили — пусни една и съща снимка и в двата режима и сравни сам. Библиотеката има и команден ред (по документацията на проекта): easyocr -l bg en -f test.png --detail=1 --gpu=True.

    Без интернет: тежестите могат да се свалят предварително от модела-хъб на проекта и да се сложат ръчно в ~/.EasyOCR/model. Така втора машина без достъп до мрежата може да ги ползва. Данните, които четеш, така или иначе остават при теб — навън излиза само еднократното изтегляне.

    ⚠️
    Лицензът на тежестите
    Лицензът на библиотеката е Apache-2.0. Лиценза на свалените тежести на моделите не сме проверявали отделно — прочети условията на проекта, ако ще ги ползваш в продукт.
  8. Силни страни и ограничения

    Проектът описва EasyOCR като общ OCR, който чете и текст от сцени (табели, снимки), и плътен текст в документи. Какво знаем, и какво не:

    ТемаКакво е известно
    ИнтерфейсДва реда Python; също команден ред и Dockerfile в хранилището на проекта.
    ЕзициНад 80, включително български (bg); езиците се комбинират само в позволени групи.
    РезултатРамка, текст и сигурност за всяка област.
    РъкописНе е поддържан — в плановете на проекта е като бъдеща работа.
    Таблици и разпределение на страницатаБиблиотеката връща области с текст; не възстановява структура на таблица. За сложни документи ще ти трябва друг инструмент.
    ПоддръжкаПоследно издание 1.7.2 е от 24.09.2024; хранилището закрива автоматично задачи, по-стари от шест месеца. Провери съвместимостта с твоята версия на PyTorch.
    Точност и скорост на български⚠️ Не сме мерили. Събери 10–20 свои примера и сравни.

    Ако текстът е на чист, добре осветен скан, класическият Tesseract на процесора може да е достатъчен; ако са таблици и сложни страници, търси решение със структура — например PP-StructureV3 от урока за PaddleOCR.

  9. Лични данни — минимумът

    • Документи с лични данни чети само локално; не ги качвай в облачни OCR услуги без основание.
    • Резултатите (текст и рамки) могат да съдържат същите данни — пази ги като оригиналите.
    • Не слагай реални документи в публични хранилища и примери. Тествай със синтетични снимки, както в стъпка 5.

04Проверка

Тест

1. Кой е езиковият код за български в EasyOCR?

2. Как правилно ползваш Reader при много снимки?

3. Какво връща readtext() по подразбиране?

4. Как принуждаваш EasyOCR да работи на процесор?

05Какво следва

06Източници

  1. EasyOCR — хранилище и README 🌐 глобален — употреба, readtext, detail=0, gpu=False, CRAFT и CRNN, ръкопис като бъдеща работа.
  2. easyocr в PyPI — версия 1.7.2 от 24.09.2024, лиценз Apache 2.0.
  3. Jaided AI: EasyOCR — таблица на поддържаните езици (български — bg).
  4. EasyOCR: config.py — кирилската езикова група, място на кеша за моделите.
  5. EasyOCR: requirements.txt — зависимости.
  6. PyTorch: колела за CUDA 13.0 · torchvision — наличие на aarch64 за CPython 3.12.
  7. NVIDIA DGX Spark: хардуер · ASUS Ascent GX10: технически данни — клас GB10, Arm, обща памет · известни особености — „Memory-Usage: Not Supported“ в nvidia-smi.