#tesseract Repositorios
Descubre 28 repositorios activos de código abierto de GitHub etiquetados con #tesseract, que acumulan 222,111 estrellas en total (una media de 7,932 estrellas por proyecto). El líder de este tema es tesseract-ocr/tesseract, con 77,607 estrellas.
28 repositorios en total
OCRmyPDF agrega una capa de texto OCR a los archivos PDF escaneados, lo que permite buscarlos
Motor de documentos con reconocimiento de la maquetación para IA y un completo conjunto de herramientas de Python para extraer, representar y editar PDF y otros documentos. Desde la versión 2.0, su análisis de maquetación basado en aprendizaje automático convierte archivos PDF y de Office en Markdown de alta calidad para RAG y agentes, funciona con rapidez en CPU y vincula cada resultado con su página de origen.
El motor de inteligencia documental rápido y preciso para todos los idiomas: texto, tablas y metadatos de más de 100 formatos, con OCR, transcripción e inteligencia de código.
Modelos entrenados con variante rápida de los modelos LSTM "mejores" + modelos legacy
Paquete de Go para OCR (Reconocimiento Óptico de Caracteres), utilizando la biblioteca C++ de Tesseract
Mejora la salida de Tesseract OCR usando LLMs (local o API) para corrección de errores, fragmentación inteligente y formato markdown de PDFs escaneados
Asistente personal construido con bibliotecas de Python. Hace casi todo, lo que incluye enviar correos electrónicos, reconocimiento óptico de texto, informes de noticias dinámicos en cualquier momento con integración de API, generador de listas de tareas pendientes, abre cualquier sitio web con solo un comando de voz, reproduce música, búsqueda en Wikipedia, diccionario con detección inteligente, es decir, autocorrección ortográfica, informes meteorológicos, es decir, temperatura, velocidad del viento, humedad, búsqueda en YouTube, búsqueda en Google Maps, descarga de YouTube, etc.
Fork de tess-two reescrito desde cero para soportar la versión más reciente de Tesseract OCR.
Interfaz web para reconocer texto, corregir OCR y crear documentos completamente digitalizados.
🔍 Mejor detección de texto combinando múltiples motores OCR (EasyOCR, Tesseract y Pororo) con 🧠 LLM.
Una biblioteca robusta y de tipado estricto para Node.js y navegador, diseñada para analizar archivos de oficina en un Árbol de Sintaxis Abstracta (AST) enriquecido y generar salidas de alta fidelidad en múltiples formatos. Analiza: docx · pptx · xlsx · odt · odp · ods · pdf · rtf · csv · md · html. Genera: Markdown · HTML · CSV · RTF · PDF · Texto plano · Fragmentos RAG
Preguntas frecuentes
¿Cuál es el repositorio de #tesseract más popular en GitHub?
El proyecto de código abierto de #tesseract mejor posicionado en GitHub es tesseract-ocr/tesseract, con 77,607 estrellas. Motor OCR de Código Abierto Tesseract (repositorio principal)
¿Qué lenguajes de programación se utilizan más en los repositorios de #tesseract?
Entre los proyectos de #tesseract mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, C++, JavaScript, PHP.
¿Cómo se calcula la clasificación de los repositorios de #tesseract?
Seguimos 28 repositorios activos de código abierto etiquetados con #tesseract (500+ estrellas), que suman un total de 222,111 estrellas, con una media de 7,932 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.