#text-recognition Repositories
Entdecke 25 aktive Open-Source-GitHub-Repositories, die mit #text-recognition getaggt sind und insgesamt 69,347 Sterne gesammelt haben (durchschnittlich 2,773 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist datalab-to/surya mit 21,608 Sternen.
Insgesamt 25 Repositories
docTR (Document Text Recognition) - eine nahtlose, leistungsstarke und zugängliche Bibliothek für OCR-bezogene Aufgaben, die auf Deep Learning basiert. Laufende Entwicklung und Wartung durch t2k.
Eine Sammlung von Beispiel-Apps, die zeigen, wie die ML Kit APIs von Google unter Android und iOS verwendet werden
Textenerkennung (optische Zeichenerkennung) mit Deep-Learning-Methoden, ICCV 2019
AdelaiDet ist eine Open-Source-Toolbox für mehrere Aufgaben zur Detektion und Erkennung auf Instanzebene.
Ein Wrapper, um mit Tesseract OCR innerhalb von PHP zu arbeiten.
C-OCR ist ein von Ctrip selbst entwickeltes OCR-Projekt, das hauptsächlich die Erkennung von reisebezogenen Ausweisen und Materialien wie Personalausweisen, Pässen, Zugtickets, Visa usw. umfasst. Das Projekt umfasst 4 Teile: Ablehnung, Detektion, Erkennung, Nachbearbeitung.
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.
Tika-Python ist eine Python-Bibliothek für die Apache Tika™ REST-Services, die es ermöglicht, Tika nativ in der Python-Community aufzurufen.
OCR-Toolbibliothek auf Basis von Pytorch, unterstützt gängige Textdetektions- und Erkennungsalgorithmen
🌝 MLKit ist ein leistungsstarkes und einfach zu bedienendes Toolkit. Mit ML Kit können Sie Funktionen wie Texterkennung, Barcode-Erkennung, Bild-Labeling, Gesichtserkennung, Objekterkennung usw. ganz einfach implementieren.
Total Text Datensatz. Er besteht aus 1555 Bildern mit mehr als 3 verschiedenen Textausrichtungen: horizontal, multiorientiert und gekrümmt, einzigartig in seiner Art.
Schnelle Offline-OCR für Node.js und C++. PP-OCRv6 mit Core-ML-/WebGPU-Hardwarebeschleunigung – erkennt Text in Bildern mit Konfidenzwerten und Koordinaten. npm: @arcships/light-ocr
Connectionist Temporal Classification (CTC)-Decoder mit Wörterbuch und Sprachmodell.
[Open-Source-Projekt] MMOCR kombiniert mit Segment Anything & Stable Diffusion. Automatische Erkennung, Erkennung und Segmentierung von Textinstanzen, mit mehreren nachgelagerten Aufgaben, z. B. Textentfernung und Textinpainting.
Screenshots, Bildschirmaufnahmen und Texterkennung (OCR) für macOS, Windows und Linux.
Offizielle Implementierung von SynthTIGER (Synthetic Text Image Generator), ICDAR 2021
macOS-CLI für OCR und durchsuchbare PDFs unter Verwendung des Vision-Frameworks von Apple
Häufig gestellte Fragen
Welches ist das beliebteste #text-recognition-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#text-recognition-Projekt auf GitHub ist datalab-to/surya mit 21,608 Sternen. OCR, Layoutanalyse, Lesereihenfolge, Tabellenerkennung in über 90 Sprachen
Welche Programmiersprachen werden in #text-recognition-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #text-recognition-Projekten auf GitHub sind Python, C++, Kotlin, Java die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #text-recognition-Repositories berechnet?
Wir verfolgen 25 aktive Open-Source-Repositories, die mit #text-recognition getaggt sind (500+ Sterne), mit insgesamt 69,347 Sternen und durchschnittlich 2,773 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.