yoshuawuyts/components

[component] ocr — image/PDF → text

Open

#8 aperta il 1 mag 2026

Vedi su GitHub
 (0 commenti) (1 reazione) (2 assegnatari)Rust (1 fork)github user discovery
help wanted

Metriche repository

Star
 (1 star)
Metriche merge PR
 (Metriche PR in attesa)

Descrizione

Goal

Wasm component to OCR static images (PNG/JPEG), and, optionally, single-page PDFs, returning UTF-8 text or Markdown.

Scope/Features

  • Pure in, pure out: image/PDF bytes in, UTF-8 text or Markdown out
  • Tesseract as likely backend
  • Optional bounding boxes for detected words

Rough WIT shape

  • extract(input: list<u8>) -> result<ocr_output, error>
  • OCR output: text + optional bounding boxes/coordinates

Candidate crates

Labels

  • help wanted

Ambitious; pure function, but deploys a non-trivial native backend. Worth prioritizing security and portability.

Guida contributor

Direzione di ricerca
Studia come integrare Tesseract in un componente Rust WASM usando il crate tesseract o binding. Comprendi l'interfaccia WIT e come esportare funzioni da un componente WebAssembly. Guarda gli esempi di componenti wasm esistenti nel repository.
Tech stack
rustwasm
Dominio
backend
Tipo issue
Funzionalità
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
4
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
Oltre 1 settimana
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Attiva
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Chiara
Prerequisiti
RustGit
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
40