# Indra OCR: распознавание PDF на компьютере без видеокарты

Источник: https://modelium.tech/zhurnal/indra-ocr-local-pdf-cpu/

Datalab выпустила Indra OCR: программа превращает печатный PDF или изображение в текст и Markdown на процессоре компьютера. Веса модели доступны для локальной работы после первоначальной загрузки. Рукописные записи и сложные таблицы она читает ненадёжно; лицензия весов ограничивает некоторые виды использования.

Datalab выпустила Indra OCR — программу, которая переносит текст с печатной страницы PDF или картинки в редактируемый текст. Например, скан памятки на русском можно превратить в Markdown — обычный текст с разметкой заголовков и списков — для дальнейшего редактирования. Модель работает через процессор компьютера, без обязательной видеокарты; это утверждение разработчика, а не проверка на домашнем ПК редакцией. [s1](#src-s1)[s2](#src-s2)

**Проверено 15 октября 2026 года.** Первый пакет Indra OCR 0.3.0 появился в PyPI 13 октября, в тот же день разработчики опубликовали релиз v0.3.1 на GitHub. К моменту проверки в PyPI доступна версия 0.3.2, а репозиторий модели содержит версию весов v3.1.1. Это новость о выпуске, не отчёт о тесте Modelium. [s1](#src-s1)[s3](#src-s3)[s4](#src-s4)

## Что доступно для локальной работы?

В официальном пакете есть команда для преобразования PDF и изображений в текст или Markdown и локальный просмотрщик, который показывает распознанные строки и блоки страницы. Нужен установленный Python не ниже 3.10; при первом запуске программа скачивает файлы моделей с Hugging Face, затем использует их локальный кэш. Для цифрового PDF она может взять уже существующий текстовый слой, а для скана — распознать изображение; это разные способы обработки. В карточке указана поддержка кириллицы на сканах. Инструкции сверены по документации, но редакция не запускала программу и не проверяла точность на русском документе. [s2](#src-s2)[s3](#src-s3)[s4](#src-s4)

Практический следующий шаг — открыть официальную карточку модели и проверить, подходит ли она для вашего документа и ваших прав на использование. На чистой печатной странице результат можно сопоставить с оригиналом: имена, даты, числа и порядок абзацев требуют ручной сверки. Наличие исходных файлов не означает, что любая страница будет распознана верно. [s2](#src-s2)[s5](#src-s5)

## Насколько она быстрая?

По замерам самой Datalab, Indra OCR обработала в среднем 49,4 страницы в секунду на 32 ядрах AMD EPYC при распознавании 300 страниц тестового набора OmniParseBench. Модели и рабочие процессы заранее загружались, разогрев не входил в замер; конкурирующие программы в этом опыте запускали по одному разу. Это **не** ожидаемая скорость домашнего компьютера и **не** минимальные требования к памяти. На четырёх ядрах авторы приводят 7,3 страницы в секунду в тех же условиях. Независимого теста Modelium нет. [s2](#src-s2)

## Какие ограничения и условия использования?

Разработчики предупреждают: сложные таблицы, рукописный текст и старые бледные сканы — слабые случаи для Indra OCR. Не используйте результат без сверки там, где ошибка в цифре или имени существенна. [s2](#src-s2)

Код программы распространяется по Apache-2.0, но **веса модели — по другой лицензии**, модифицированной OpenRAIL-M. В ней есть ограничения для организаций с выручкой или привлечённым финансированием свыше $20 млн (с исключениями для личного и исследовательского использования) и отдельный запрет на конкурирующие с Datalab продукты или услуги. Текст также предъявляет требования к атрибуции и формулирует условие распространения лицензии на результат работы модели. Не считайте доступные веса разрешением для любого коммерческого сценария: перед применением прочитайте полный текст условий. [s5](#src-s5)[s6](#src-s6)

**Источники:** релиз и журнал изменений Datalab, карточка и лицензия модели, запись PyPI. Дата проверки — 15 октября 2026 года. [s1](#src-s1)[s2](#src-s2)[s3](#src-s3)[s4](#src-s4)[s5](#src-s5)[s6](#src-s6)

## Источники

1. [Datalab Indra OCR v0.3.1 GitHub release, 13 October 2026](https://github.com/datalab-to/indra/releases/tag/v0.3.1) — получено 2026-10-15
2. [Indra OCR official model card, pinned revision ed345c7](https://huggingface.co/datalab-to/indra-ocr/blob/ed345c7f158eddbc7dee0c6a7269afb75a94f7e8/README.md) — получено 2026-10-15
3. [Indra OCR PyPI release history and Python requirement](https://pypi.org/project/indra-ocr/) — получено 2026-10-15
4. [Official Indra OCR changelog at GitHub commit 3d773ae](https://github.com/datalab-to/indra/blob/3d773aeedc5d79d1d0a2a04007a9075cd71a59f4/CHANGELOG.md) — получено 2026-10-15
5. [Indra OCR model license, pinned revision ed345c7](https://huggingface.co/datalab-to/indra-ocr/blob/ed345c7f158eddbc7dee0c6a7269afb75a94f7e8/LICENSE) — получено 2026-10-15
6. [Indra OCR source code Apache-2.0 license at commit 3d773ae](https://github.com/datalab-to/indra/blob/3d773aeedc5d79d1d0a2a04007a9075cd71a59f4/LICENSE) — получено 2026-10-15