#ocr Repositorios
255 repositorios en total
Una lista de proyectos de IA de código abierto que puedes utilizar para generar ingresos fácilmente.
Shiping: capturas de pantalla + IA para entender cualquier contenido de tu pantalla. Código, mensajes de error, ejercicios, gráficos y materiales en otros idiomas: haz una captura con un atajo de teclado y obtén una respuesta. Puede ejecutarse en segundo plano como herramienta de escritorio y reconocer al instante cualquier área que selecciones. En el modo de conversación, entiende las preguntas en tiempo real y ofrece los puntos clave de la respuesta. Úsalo como herramienta de escritorio, asistente para entrevistas, exámenes o práctica de ejercicios.
Inferencia de PaddleOCR en PyTorch. Convertido de [PaddleOCR](https://github.com/PaddlePaddle/PaddleOCR)
RMT (RuoMengTu) es una herramienta de macro gratuita y de código abierto basada en AHKv2. Deja que el código se encargue del trabajo tedioso; tú tienes cosas más importantes que hacer.
🌝 MLKit es un kit de herramientas potente y fácil de usar. Con ML Kit, puede implementar fácilmente funciones como reconocimiento de texto, reconocimiento de códigos de barras, etiquetado de imágenes, detección de rostros, detección de objetos, etc.
Herramienta de investigación de código abierto para buscar, navegar, analizar y explorar grandes colecciones de documentos mediante Semantic Search Engine y plataforma de Text Mining & Text Analytics de código abierto (Integra ETL para el procesamiento de documentos, OCR para imágenes & PDF, named entity recognition para personas, organizaciones & ubicaciones, gestión de metadatos por thesaurus & ontologías, interfaz de usuario de búsqueda & aplicaciones de búsqueda para búsqueda de texto completo, búsqueda facetada & knowledge graph)
Win顺: un lanzador de búsqueda rápida, gratuito y de código abierto para Windows. Pulsa Ctrl dos veces para buscar archivos al instante por pinyin, buscar texto completo en archivos Word/Excel/PDF, consultar el historial del portapapeles (como alternativa a Win+V), buscar en cuadros de diálogo y en la barra de tareas, y usar complementos y el asistente de IA MCP. Lanzador de búsqueda gratuito para Windows con búsqueda de archivos por pinyin, búsqueda de texto completo, historial del portapapeles y servidor MCP. Una alternativa a Everything/Listary.
⌘⌘ - Una herramienta de captura de pantalla nativa y ligera para macOS que vive en tu barra de menús. Pulsa dos veces ⌘ Command para capturar cualquier región de tu pantalla: se copiará al instante al portapapeles o podrás anotarla primero con herramientas de lápiz y mosaico.
Cualquier archivo → Markdown limpio para agentes de IA: PDF, Word, PowerPoint, Excel, EPUB, HTML y páginas web, imágenes (OCR), audio y vídeo (metadatos, subtítulos y transcripciones). Un servidor MCP y una CLI rápidas en Rust que se ejecutan en tu máquina. Sin clave de API.
SnapX es una herramienta gratuita, de código abierto y multiplataforma que te permite capturar o grabar cualquier área de tu pantalla y compartirla instantáneamente con una sola pulsación de tecla. Sube imágenes, videos, texto y más a múltiples destinos compatibles, todo con facilidad. Bifurcación de ShareX.
Paddle.js es un proyecto web para Baidu PaddlePaddle, un framework de aprendizaje profundo de código abierto que se ejecuta en el navegador. Paddle.js puede cargar un modelo preentrenado o transformar un modelo de paddle-hub con herramientas de transformación de modelos proporcionadas por Paddle.js. Puede ejecutarse en cualquier navegador compatible con WebGL/WebGPU/WebAssembly. También puede ejecutarse en Baidu Smartprogram y WX miniprogram.
Fork de SumatraPDF: EPUB/MOBI en chino, modo oscuro inteligente para PDF, OCR, TTS, diccionario sin conexión.
📄 PDF -> .MD/.JSON API & SDK para PaddleOCR-VL con extracción de datos estructurados. Autoalojable.
Organizar los modelos de reconocimiento de tablas óptimos actualmente de código abierto, mejorar el preprocesamiento y el postprocesamiento, y convertir los modelos a ONNX.
Fork de tess-two reescrito desde cero para soportar la versión más reciente de Tesseract OCR.
[dsh] Un conjunto de herramientas visuales más potente diseñado para modelos de solo texto: instalación y uso con una sola línea, reconocimiento directo al pegar imágenes, preguntas y respuestas sobre varias imágenes, restauración de la UI frontend a partir de capturas de pantalla y mucho más|Integración nativa de DeepSeek Harness para agent-vision-toolkit: preguntas y respuestas sobre imágenes, OCR de capturas de pantalla largas, restauración de UI, grounding, diferencias de píxeles, Artifacts y Web UI.
Pistas, cuadrículas y teclas de Vim para todo tu escritorio. Diseñado de forma nativa para macOS, Linux y Windows.
Un kit de inmersión para aprender idiomas a través de juegos y otros medios visuales.
Asistente de IA local y de código abierto para sus datos. Unifique tareas, notas, documentos, fotos y marcadores. Privado, autohospedado y extensible a través de API.
Un modelo OCR de LaTeX SOTA minimalista con solo 20M de parámetros, que se ejecuta en el navegador. Pipeline de entrenamiento completo disponible para auto-reproducción. | Modelo OCR de fórmula LaTeX SOTA ultraligero con solo 20M de parámetros, que se ejecuta en el navegador. Código de entrenamiento completo de código abierto para autoaprendizaje y reproducción.
PDF a markdown usando LLMs de visión — tablas, diseños y estructura preservados
JevChat-Windows: Un asistente de respuestas acoplado junto a la ventana de chat. Captura una imagen de la ventana y utiliza OCR local sin conexión para leer los mensajes de la otra persona → Jev determina la intención → 3 respuestas sugeridas se pueden insertar con un solo clic; el envío siempre es manual.
Concurs 2019CCF-BDCI Ganador del Premio a la Mejor Exploración Innovadora Campeón del tema de extracción de elementos de DNI basado en OCR Equipo Tianchen Poxiao Código fuente del tema
Un software OCR local, sin conexión (después de la configuración inicial), portátil, que puede procesar imágenes y archivos PDF, utilizando DeepSeek-OCR-2 AI (ejecutándose directamente en su máquina).
Un traductor ligero de selección para macOS construido con Swift 6 puro, con Apple Translate en el dispositivo para privacidad, solo 5MB de tamaño de instalación y uso estable de memoria de ~50MB. Una herramienta ligera de traducción por selección para macOS, desarrollada con Swift 6 puro, traducción Apple en el dispositivo para proteger la privacidad, tamaño de instalación solo 5MB, uso de memoria en segundo plano estable en ~50MB
Note Companion: Asistente de IA para Obsidian que va más allá de un simple chat. (anteriormente Organizador de Archivos 2000)
Sistema de Gestión de Documentos de Código Abierto Gratuito (espejo, sin pull requests ni issues)
Un analizador de recibos de supermercado escrito en Python usando tesseract OCR
Habilidad universal de documentos LaTeX para Claude Code: 27 plantillas, 27 scripts, 26 guías de referencia. Creado con Claude Code en la plataforma ✦ HappyCapy AI ✦
VTuber de IA con LLM, ASR, TTS, OCR, CV y más tecnologías para hacer transmisiones en vivo o jugar Minecraft contigo.
Modelos OCR ligeros y rápidos para el reconocimiento de texto de matrículas.
Plataforma OCR rápida, indolora e intuitiva escrita en Rust y TypeScript. UI moderna con API moderna, con énfasis en la experiencia de usuario intuitiva.
Interfaz web para reconocer texto, corregir OCR y crear documentos completamente digitalizados.
CnSTD: Un paquete de Python3 para la detección de texto en escenas (Scene Text Detection), detección de fórmulas matemáticas (Mathematical Formula Detection, MFD) y análisis de diseño (Layout Analysis) basado en PyTorch/MXNet para chino/inglés