Git Stars Git Stars

#ocr Repositorios

255
Total de Repositorios
1.3M
Total de estrellas
5,293
Promedio de Estrellas/Repo

255 repositorios en total

101
heshengtao/comfyui_LLM_party

El framework de agente LLM en ComfyUI incluye nodos de servidor MCP, Omost, GPT-sovits, ChatTTS, GOT-OCR2.0 y prompt FLUX, acceso a Feishu, discord y se adapta a todos los LLM con interfaces similares a openai / aisuite, como o1, ollama, gemini, grok, qwen, GLM, deepseek, kimi, doubao. Adaptado a LLM locales, VLM, gguf como llama-3.3 Janus-Pro, Linkage GraphRAG

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

Asista en la organización de sus montones de documentos, provenientes de escáneres, correos electrónicos y otras fuentes con un mínimo esfuerzo.

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

AALC, asistente de Limbus Company para PC. AALC, asistente de Limbus Company en PC.

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

Una herramienta para convertir el esquema de color/paleta de un fondo de pantalla, realizar OCR con los métodos tradicional e híbrido de VLM, compresión de imágenes, extracción de paleta de colores, mejora de la escala de imágenes (upscaling) con redes adversariales y más funcionalidades de procesamiento de imágenes.

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

Permite que Claude (o cualquier LLM) realmente vea un video: fotogramas con detección de escenas y sin duplicados + transcripción, desde una URL o archivo local. Se ejecuta localmente, MIT.

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

Un motor de búsqueda para Obsidian que «simplemente funciona».

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

Sistema de Reconocimiento de Texto Manuscrito (HTR) implementado con TensorFlow.

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

Motor OCR/VLM multi‑backend en Rust (DeepSeek‑OCR‑1/2, PaddleOCR‑VL, DotsOCR) con cuantificación DSQ y un servidor y CLI compatibles con OpenAI – se ejecuta localmente sin Python.

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

Un wrapper de Python para la API de tesseract-ocr

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

Automatización del navegador y del escritorio con un servidor MCP para asistentes de IA. Graba macros o escribe JavaScript para automatizar sitios web, extraer datos y controlar aplicaciones de escritorio mediante OCR y reconocimiento de imágenes.

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

Un servidor OCR para iOS que utiliza el framework Vision de Apple

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

Un kit de herramientas local, sin OCR, para extracción de datos no estructurados, conversión a markdown y benchmarking. (https://idp-leaderboard.org/)

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

QuickClipboard es una herramienta de mejora del portapapeles multiplataforma (actualmente compatible con Windows y Android), construida con Tauri 2 + Rust + React. Comienza a funcionar en el momento en que copias: registra automáticamente texto, imágenes, texto enriquecido y archivos, permitiéndote recuperar cualquier contenido copiado en cualquier momento. Más que solo registrar, QuickClipboard integra funciones como fijación de imágenes, OCR y sincronización en red local, lo que supone una mejora integral en la productividad diaria de oficina.

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

Una interfaz gráfica Gtk/Qt para tesseract-ocr.

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

Copie cualquier texto en su pantalla, deje de escribirlo de nuevo.

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

Biblioteca Rust y herramienta CLI para OCR (extracción de texto de imágenes)

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

Modelo OCR de 1 millón de parámetros: funciona en CPU, es 15 veces más rápido que Tesseract y ofrece una precisión cercana a la de los modelos con más de 1.000 millones de parámetros

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

Busca al instante y de forma local dentro de documentos, código e incluso capturas de pantalla. Un lanzador de archivos gratuito y de código abierto con OCR, búsqueda semántica y acceso para agentes MCP.

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

Un sistema OCR ligero basado en PaddleOCR, desacoplado del framework de entrenamiento de deep learning PaddlePaddle, con una velocidad de inferencia ultrarrápida.

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

Proyecto MORT traductor - Traductor de juegos en tiempo real con OCR

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

Una colección de ideas y algoritmos originales e innovadores para Maquinaria Literaria Avanzada. Este proyecto es mantenido por el Equipo OCR en el Language Technology Lab, Tongyi Lab, Alibaba Group.

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

Biblioteca de inferencia de IA en el dispositivo para React Native, de alto rendimiento y con la privacidad como prioridad, impulsada por el runtime ExecuTorch de PyTorch

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

Lee manga japonés en el navegador con texto seleccionable.

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

Herramienta de Python para extraer texto a través de capturas de pantalla

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

Envoltorio JNA de Java para la API Tesseract OCR

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

Utilidades de visión para agentes de interacción web 👀

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

YomiToku es un paquete de Python que proporciona un motor de análisis de documentos en japonés basado en IA. Yomitoku es un paquete de análisis de imágenes de documentos impulsado por IA, diseñado específicamente para el idioma japonés.

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

Extracción de datos no estructurados, rápida y eficiente. Escrito en Rust con enlaces para muchos idiomas.

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

MixTeX multimodal LaTeX, ZhEn y OCR de tablas. Realiza inferencia eficiente basada en CPU en local sin conexión en Windows.

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

ExtractThinker es una biblioteca de inteligencia documental para LLM, que ofrece una interacción estilo ORM para flujos de trabajo de documentos flexibles y potentes.

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

Colección de bibliotecas y herramientas de código abierto para Automatización de Procesos Robóticos (RPA), diseñadas para usarse con Robot Framework y Python

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

Extraiga y convierta datos de cualquier documento, imagen, PDF, documento de Word, PPT o URL a múltiples formatos (Markdown, JSON, CSV, HTML) con extracción inteligente de datos estructurados y OCR avanzado.

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

Capturas de pantalla y grabación de pantalla de código abierto para macOS. La alternativa gratuita y nativa a CleanShot X. Construido con Swift 6.0 y SwiftUI.

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

OpenOCR: Un conjunto de herramientas de código abierto para investigación y aplicaciones generales de OCR, integra un punto de referencia unificado de entrenamiento y evaluación, sistemas OCR y de análisis de documentos de grado comercial, y reproducciones fieles de las implementaciones principales de una amplia variedad de artículos académicos.

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

Programa de línea de comandos OCR sin conexión para reconocimiento de texto de imágenes en Windows, que produce resultados como una cadena JSON para facilitar la llamada por parte de otros programas. Proporciona API en varios idiomas. Compilado a partir de PaddleOCR C++.

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

Mejores (más precisos) modelos LSTM entrenados.

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

Plataforma de código abierto para extraer datos estructurados de documentos utilizando IA.

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

Una versión empaquetada y flexible del detector de texto CRAFT y el modelo de reconocimiento Keras CRNN.

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

Un grupo de cuadernos y otros archivos que pueden ayudarte a aprender IA desde cero.

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

Enlace .NET/C# para la biblioteca de inferencia Baidu paddle y PaddleOCR

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

Un servidor de conversión de archivos autohospedado y consciente de los recursos, compatible con 530 formatos en 26 idiomas.

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

OCR Gratuito Offline: Detección de texto chino offline + SDK de reconocimiento

myhub
⭐ 1,384 Python 👤 myhub User 🕐 Actualizado 2026-10-11 📅 Creado 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 🕐 Actualizado 2026-11-14 📅 Creado 2020-12-24
144
RajSolai/TextSnatcher

¿Cómo copiar texto de las imágenes? ¡La respuesta es TextSnatcher!. Realiza operaciones OCR en segundos en el escritorio de Linux.

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

Traductor de pantalla en tiempo real para Android de código abierto y sin root, ideal para juegos, novelas visuales y manga. Admite OCR en el dispositivo y en la nube, LLM sin conexión, múltiples servicios de traducción, traducciones en pantalla y texto a voz (TTS).

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

Editar archivos PDF con Nano Banana

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

Herramienta de captura de pantalla, OCR y traducción.

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

Uso del ordenador por unos 0,0002 USD por paso: aplicar OCR a la pantalla, clasificar la siguiente acción con TypeSafe y hacer clic. macOS.

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

Extraiga datos estructurados de documentos de forma rápida y precisa.

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

:art: Versión mejorada de reconocimiento de fórmulas matemáticas: Fórmulas manuscritas e impresas en chino e inglés, soporta derivación básica de símbolos (estructura de datos basada en el árbol de sintaxis abstracta de LaTeX) Math Formula OCR Pro, soporta escritura a mano, fórmulas mixtas chino-inglés y razonamiento simple de símbolos (basado en LaTeX AST).

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