Git Stars Git Stars

#ocr Repositories

255
Gesamtzahl der Repositories
1.3M
Gesamtanzahl der Sterne
5,293
Durchschnittliche Sterne/Repo

Insgesamt 255 Repositories

101
heshengtao/comfyui_LLM_party

Das LLM-Agenten-Framework in ComfyUI umfasst die Knoten MCP-Server, Omost, GPT-sovits, ChatTTS, GOT-OCR2.0 und FLUX-Prompt. Es bietet Zugriff auf Feishu, Discord und passt sich an alle LLMs mit ähnlichen OpenAI/AISuite-Schnittstellen an, wie z. B. o1, ollama, gemini, grok, qwen, GLM, deepseek, kimi, doubao. Angepasst an lokale LLMs, VLMs, GGUF wie llama-3.3 Janus-Pro, Linkage GraphRAG

heshengtao
⭐ 2,393 Python 👤 heshengtao User 🕐 Aktualisiert 2026-07-29 📅 Erstellt 2024-04-13
102
eikek/docspell

Unterstützen Sie das mühelose Organisieren Ihrer Dokumentenstapel, die aus Scans, E-Mails und anderen Quellen stammen.

eikek
⭐ 2,354 Elm 👤 eikek User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2019-07-16
103
KIYI671/AhabAssistantLimbusCompany

AALC, Limbus Company-Assistent für PC. AALC, hilfe für Limbus Company auf dem PC.

KIYI671
⭐ 2,349 Python 👤 KIYI671 User 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2024-05-18
104
Achno/gowall

Ein Tool zur Konvertierung des Farbschemas/der Palette eines Hintergrundbildes, zur OCR mittels traditioneller und hybrider VLM-Methoden, zur Bildkomprimierung, zur Farbpalettenextraktion, zur Bildhochskalierung (Upscaling) mit Adversarial Networks und für weitere Bildverarbeitungsfunktionen.

Achno
⭐ 2,332 Go 👤 Achno User 🕐 Aktualisiert 2026-11-14 📅 Erstellt 2024-07-22
105
HUANGCHIHHUNGLeo/claude-real-video

Lassen Sie Claude (oder ein beliebiges LLM) tatsächlich ein Video ansehen — szenenbewusste, deduplizierte Frames + Transkript, von einer URL oder lokalen Datei. Läuft lokal, MIT.

HUANGCHIHHUNGLeo
⭐ 2,329 Python 👤 HUANGCHIHHUNGLeo User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2026-06-30
106
scambier/obsidian-omnisearch

Eine Suchmaschine für Obsidian, die „einfach funktioniert“.

scambier
⭐ 2,201 TypeScript 👤 scambier User 🕐 Aktualisiert 2026-10-24 📅 Erstellt 2022-04-10
107
githubharald/SimpleHTR

Mit TensorFlow implementiertes System zur Erkennung von handschriftlichem Text (HTR).

githubharald
⭐ 2,193 Python 👤 githubharald User 🕐 Aktualisiert 2026-06-25 📅 Erstellt 2018-06-13
108
TimmyOVO/deepseek-ocr.rs

Rust Multi-Backend OCR/VLM‑Engine (DeepSeek‑OCR‑1/2, PaddleOCR‑VL, DotsOCR) mit DSQ‑Quantisierung und einem OpenAI-kompatiblen Server & CLI – läuft lokal ohne Python.

TimmyOVO
⭐ 2,185 Rust 👤 TimmyOVO User 🕐 Aktualisiert 2026-02-21 📅 Erstellt 2025-10-25
109
sirfz/tesserocr

Ein Python-Wrapper für die tesseract-ocr-API

sirfz
⭐ 2,181 Python 👤 sirfz User 🕐 Aktualisiert 2026-11-12 📅 Erstellt 2015-12-17
110
A9T9/RPA

Browser- und Desktop-Automatisierung mit einem MCP-Server für KI-Assistenten. Zeichnen Sie Makros auf oder schreiben Sie JavaScript, um Websites zu automatisieren, Daten zu extrahieren und Desktop-Anwendungen per OCR und Bilderkennung zu steuern.

A9T9
⭐ 2,109 TypeScript 👤 A9T9 User 🕐 Aktualisiert 2026-11-04 📅 Erstellt 2017-08-04
111
riddleling/iOS-OCR-Server

Ein iOS OCR-Server mit Apples Vision Framework

riddleling
⭐ 2,102 Swift 👤 riddleling User 🕐 Aktualisiert 2026-10-06 📅 Erstellt 2025-08-01
112
NanoNets/docext

Ein On-Premises-Toolkit zur Extraktion unstrukturierter Daten, Konvertierung in Markdown und Benchmarking, ohne OCR. (https://idp-leaderboard.org/)

NanoNets
⭐ 2,086 Python 👤 NanoNets Organization 🕐 Aktualisiert 2026-03-17 📅 Erstellt 2025-03-25
113
mosheng1/QuickClipboard

QuickClipboard ist ein plattformübergreifendes Tool zur Erweiterung der Zwischenablage (derzeit unterstützt Windows und Android), das auf Tauri 2 + Rust + React basiert. Es beginnt in dem Moment zu arbeiten, in dem Sie etwas kopieren – es zeichnet automatisch Text, Bilder, Rich Text und Dateien auf, sodass Sie jederzeit alles wiederfinden können, was Sie jemals kopiert haben. QuickClipboard dient nicht nur der Aufzeichnung, sondern integriert auch Funktionen wie das Anheften von Bildern, OCR und LAN-Synchronisation, was eine umfassende Steigerung Ihrer täglichen Büroeffizienz bedeutet.

mosheng1
⭐ 2,052 Rust 👤 mosheng1 User 🕐 Aktualisiert 2026-10-14 📅 Erstellt 2025-07-26
114
manisandro/gImageReader

Ein Gtk/Qt-Frontend für tesseract-ocr.

manisandro
⭐ 2,025 C++ 👤 manisandro User 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2014-02-10
115
amebalabs/TRex

Kopieren Sie beliebigen Text auf Ihrem Bildschirm, hören Sie auf, ihn neu einzugeben.

amebalabs
⭐ 1,960 Swift 👤 amebalabs Organization 🕐 Aktualisiert 2026-11-11 📅 Erstellt 2021-02-19
116
robertknight/ocrs

Rust-Bibliothek und CLI-Tool für OCR (Extrahieren von Text aus Bildern)

robertknight
⭐ 1,922 Rust 👤 robertknight User 🕐 Aktualisiert 2026-11-08 📅 Erstellt 2024-01-02
117
datalab-to/indra

OCR-Modell mit 1 Million Parametern – läuft auf der CPU, ist 15-mal schneller als Tesseract und erreicht eine Genauigkeit nahe der von Modellen mit über 1 Milliarde Parametern

datalab-to
⭐ 1,910 Python 👤 datalab-to Organization 🕐 Aktualisiert 2026-11-04 📅 Erstellt 2026-10-13
118
yjid/kensaku

Durchsuchen Sie Dokumente, Code und sogar Screenshots sofort und lokal. Ein kostenloser Open-Source-Datei-Launcher mit OCR, semantischer Suche und Zugriff für MCP-Agenten.

yjid
⭐ 1,888 Rust 👤 yjid User 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2026-10-24
119
jingsongliujing/OnnxOCR

Ein leichtgewichtiges OCR-System, das auf PaddleOCR basiert und vom PaddlePaddle Deep Learning Trainingsframework entkoppelt ist, mit ultraschneller Inferenzgeschwindigkeit.

jingsongliujing
⭐ 1,881 Python 👤 jingsongliujing User 🕐 Aktualisiert 2026-06-11 📅 Erstellt 2023-07-08
120
kmonkeyhead/MORT

MORT Übersetzer-Projekt - Echtzeit-Spielübersetzer mit OCR

kmonkeyhead
⭐ 1,845 C# 👤 kmonkeyhead User 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2016-06-09
121
AlibabaResearch/AdvancedLiterateMachinery

Eine Sammlung origineller, innovativer Ideen und Algorithmen für fortgeschrittene literarische Maschinen. Dieses Projekt wird vom OCR-Team im Language Technology Lab des Tongyi Lab der Alibaba Group betreut.

AlibabaResearch
⭐ 1,832 C++ 👤 AlibabaResearch Organization 🕐 Aktualisiert 2026-03-17 📅 Erstellt 2022-09-28
122
software-mansion/react-native-executorch

Leistungsstarke On-Device-KI-Inferenzbibliothek für React Native mit Fokus auf Datenschutz, angetrieben von PyTorchs ExecuTorch-Runtime

software-mansion
⭐ 1,794 TypeScript 👤 software-mansion Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2024-10-16
123
kha-white/mokuro

Japanische Manga im Browser mit wählbarem Text lesen.

kha-white
⭐ 1,791 HTML 👤 kha-white User 🕐 Aktualisiert 2026-07-20 📅 Erstellt 2022-04-16
124
ianzhao/textshot

Python-Tool zum Extrahieren von Text über Screenshots

ianzhao
⭐ 1,775 Python 👤 ianzhao User 🕐 Aktualisiert 2024-12-20 📅 Erstellt 2020-05-21
125
nguyenq/tess4j

Java JNA-Wrapper für die Tesseract OCR API

nguyenq
⭐ 1,755 Java 👤 nguyenq User 🕐 Aktualisiert 2026-11-07 📅 Erstellt 2014-06-25
126
reworkd/tarsier

Vision-Dienstprogramme für Webinteraktionsagenten 👀

reworkd
⭐ 1,746 Jupyter Notebook 👤 reworkd Organization 🕐 Aktualisiert 2024-11-25 📅 Erstellt 2023-11-09
127
kotaro-kinoshita/yomitoku

YomiToku ist ein Python-Paket, das eine auf KI basierende Analyse-Engine für japanische Dokumente bereitstellt. Yomitoku ist ein auf KI basierendes Paket zur Analyse von Dokumentbildern, das speziell für die japanische Sprache entwickelt wurde.

kotaro-kinoshita
⭐ 1,707 Python 👤 kotaro-kinoshita User 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2024-10-30
128
yobix-ai/extractous

Schnelle und effiziente Extraktion unstrukturierter Daten. Geschrieben in Rust mit Bindings für viele Sprachen.

yobix-ai
⭐ 1,660 Rust 👤 yobix-ai Organization 🕐 Aktualisiert 2024-12-21 📅 Erstellt 2024-06-04
129
RQLuo/MixTeX-Latex-OCR

MixTeX multimodales LaTeX, ZhEn und Tabellen-OCR. Es führt eine effiziente CPU-basierte Inferenz lokal offline unter Windows durch.

RQLuo
⭐ 1,624 Python 👤 RQLuo User 🕐 Aktualisiert 2025-04-24 📅 Erstellt 2024-07-27
130
enoch3712/ExtractThinker

ExtractThinker ist eine Document Intelligence-Bibliothek für LLMs, die eine ORM-ähnliche Interaktion für flexible und leistungsstarke Dokumenten-Workflows bietet.

enoch3712
⭐ 1,606 Python 👤 enoch3712 User 🕐 Aktualisiert 2026-09-16 📅 Erstellt 2024-02-01
131
robocorp/rpaframework

Sammlung von Open-Source-Bibliotheken und Tools für Robotic Process Automation (RPA), die für die Verwendung mit Robot Framework und Python konzipiert wurden

robocorp
⭐ 1,584 Python 👤 robocorp Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2020-01-02
132
NanoNets/docstrange

Extrahieren und konvertieren Sie Daten aus beliebigen Dokumenten, Bildern, PDFs, Word-Dokumenten, PPTs oder URLs in mehrere Formate (Markdown, JSON, CSV, HTML) mit intelligenter strukturierter Datenextraktion und fortschrittlicher OCR.

NanoNets
⭐ 1,578 Python 👤 NanoNets Organization 🕐 Aktualisiert 2025-10-31 📅 Erstellt 2025-07-31
133
lzhgus/Capso

Open-Source-Screenshot- und Bildschirmaufnahme für macOS. Die kostenlose, native Alternative zu CleanShot X. Entwickelt mit Swift 6.0 und SwiftUI.

lzhgus
⭐ 1,513 Swift 👤 lzhgus User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-04-10
134
Topdu/OpenOCR

OpenOCR: Ein Open‑Source‑Toolkit für allgemeine OCR‑Forschung und -Anwendungen, das ein einheitliches Trainings- und Bewertungbench‑Mark, kommerziell ausgereifte OCR‑ und Dokumenten-Parsing-Systeme sowie treue Reproduktionen der Kernimplementierungen aus einer breiten Palette akademischer Arbeiten integriert.

Topdu
⭐ 1,498 Python 👤 Topdu User 🕐 Aktualisiert 2026-09-21 📅 Erstellt 2024-05-31
135
hiroi-sora/PaddleOCR-json

Offline-Texterkennung für Bilder mit OCR als Befehlszeilenprogramm für Windows, das Ergebnisse als JSON-Zeichenkette ausgibt, um die Verwendung durch andere Programme zu erleichtern. Bietet APIs in verschiedenen Sprachen. Kompiliert aus PaddleOCR C++.

hiroi-sora
⭐ 1,498 C++ 👤 hiroi-sora User 🕐 Aktualisiert 2025-04-07 📅 Erstellt 2022-03-29
136
tesseract-ocr/tessdata_best

Beste (genaueste) trainierte LSTM-Modelle.

tesseract-ocr
⭐ 1,481 👤 tesseract-ocr Organization 🕐 Aktualisiert 2024-03-09 📅 Erstellt 2017-09-11
137
DocumindHQ/documind

Open-Source-Plattform zur Extraktion strukturierter Daten aus Dokumenten mittels KI.

DocumindHQ
⭐ 1,475 JavaScript 👤 DocumindHQ Organization 🕐 Aktualisiert 2025-05-15 📅 Erstellt 2024-11-17
138
faustomorales/keras-ocr

Eine verpackte und flexible Version des CRAFT-Textdetektors und des Keras CRNN-Erkennungsmodells.

faustomorales
⭐ 1,473 Python 👤 faustomorales User 🕐 Aktualisiert 2025-09-22 📅 Erstellt 2019-09-20
139
Ramakm/AI-Engineering

Eine Gruppe von Notebooks und anderen Dateien, die Ihnen helfen können, KI von Grund auf zu erlernen.

Ramakm
⭐ 1,469 Jupyter Notebook 👤 Ramakm User 🕐 Aktualisiert 2026-10-03 📅 Erstellt 2025-11-24
140
sdcb/PaddleSharp

.NET/C#-Bindung für die Baidu-Paddle-Inferenzbibliothek und PaddleOCR

sdcb
⭐ 1,458 C# 👤 sdcb User 🕐 Aktualisiert 2026-08-30 📅 Erstellt 2021-12-16
141
zelon88/HRConvert2

Ein selbst gehosteter, ressourcenbewusster Dateikonvertierungsserver mit Unterstützung für 530 Formate in 26 Sprachen.

zelon88
⭐ 1,398 PHP 👤 zelon88 User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2018-02-24
142
myhub/tr

Kostenloses Offline OCR: Offline-Chinesische Textdetektion + Erkennung SDK

myhub
⭐ 1,384 Python 👤 myhub User 🕐 Aktualisiert 2026-10-11 📅 Erstellt 2019-08-18
143
ttop32/MouseTooltipTranslator

Mouseover Translate Any Language At Once - Chrome Extension: PDF Translator, EBOOK, EPUB, OCR, TTS, NETFLIX, YOUTUBE DUAL SUBTITLES, GOOGLE DOCS, AI, VIEWER, GMAIL, WRITING, IMAGE, DUALSUBS, MANGA, HOVER, DICTIONARY, WEBTOON, EDGE, JAPANESE, ENGLISH

ttop32
⭐ 1,381 JavaScript 👤 ttop32 User 🕐 Aktualisiert 2026-11-14 📅 Erstellt 2020-12-24
144
RajSolai/TextSnatcher

Wie kopiert man Text aus Bildern? Die Antwort ist TextSnatcher!. Führen Sie OCR-Vorgänge in Sekunden auf dem Linux-Desktop aus.

RajSolai
⭐ 1,372 Vala 👤 RajSolai User 🕐 Aktualisiert 2024-03-20 📅 Erstellt 2021-07-15
145
ciddwd/overlay-translator

Open-Source-Android-Übersetzer für den Echtzeit-Bildschirm ohne Root, geeignet für Spiele, Visual Novels und Manga. Unterstützt On-Device- und Cloud-OCR, Offline-LLMs, mehrere Übersetzungsdienste, Bildschirmübersetzungen und Text-to-Speech (TTS).

ciddwd
⭐ 1,369 Kotlin 👤 ciddwd User 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2026-06-22
146
gavrielc/Nano-PDF

PDF-Dateien mit Nano Banana bearbeiten

gavrielc
⭐ 1,331 Python 👤 gavrielc User 🕐 Aktualisiert 2025-12-03 📅 Erstellt 2025-11-28
147
OneMoreGres/ScreenTranslator

Bildschirmaufnahme-, OCR- und Übersetzungstool.

OneMoreGres
⭐ 1,314 C++ 👤 OneMoreGres User 🕐 Aktualisiert 2026-09-02 📅 Erstellt 2014-02-08
148
awlevin/typesafe-computer-use

Computernutzung für etwa 0,0002 US-Dollar pro Schritt: den Bildschirm per OCR erfassen, die nächste Aktion mit TypeSafe klassifizieren und klicken. macOS.

awlevin
⭐ 1,309 Python 👤 awlevin User 🕐 Aktualisiert 2026-09-29 📅 Erstellt 2026-09-16
149
datalab-to/lift

Extrahieren Sie strukturierte Daten schnell und präzise aus Dokumenten.

datalab-to
⭐ 1,288 Python 👤 datalab-to Organization 🕐 Aktualisiert 2026-10-22 📅 Erstellt 2026-06-03
150
LinXueyuanStdio/LaTeX_OCR_PRO

:art: Erweiterte Version der mathematischen Formelerkennung: Handschriftliche und gedruckte Formeln auf Chinesisch und Englisch, unterstützt grundlegende Symbolableitung (Datenstruktur basierend auf LaTeX Abstract Syntax Tree) Math Formula OCR Pro, unterstützt Handschrift, chinesisch-englische gemischte Formeln und einfache Symbolenfolgerung (basierend auf LaTeX AST).

LinXueyuanStdio
⭐ 1,273 Jupyter Notebook 👤 LinXueyuanStdio User 🕐 Aktualisiert 2024-06-11 📅 Erstellt 2019-07-20