#ocr Dépôts
255 dépôts au total
Traducteur d'écran avancé en temps réel pour les jeux, les sous-titres codés en dur dans les vidéos, le texte statique, etc.
Une boîte à outils unifiée pour l'analyse d'images de documents basée sur l'apprentissage profond
Développé par Turing's Cat, la première génération d'IA créative, basé sur GPT2.0 open-source | Évolutif, adaptable
Outil de traduction de bandes dessinées assisté par apprentissage profond, prend en charge la traduction automatique en un clic et la modification simple d'images/texte | Yet another computer-aided comic/manga translation tool powered by deeplearning
Utilisez l'OCR sous Windows rapidement et facilement avec Text Grab. Avec traitement en arrière-plan et notifications optionnels.
Le premier plugin de vision pour DeepSeek Harness, et le pont de vision pour chaque agent de codage texte uniquement. Collez une image, obtenez des preuves JSON structurées (OCR, mise en page, sémantique).
Le lecteur multimédia pour l'apprentissage des langues, avec sous-titres doubles, sous-titres générés par l'IA, traduction en temps réel et plus encore !
RuVector fournit une prise de décision et une mémoire d’agents haute performance en temps réel, une IA auto-apprenante et une base de données GNN vectorielle développée en Rust.
TNN : développé par Tencent Youtu Lab et Guangying Lab, un framework d'inférence d'apprentissage profond unifié pour mobile, bureau et serveur. TNN se distingue par plusieurs caractéristiques exceptionnelles, notamment sa capacité multiplateforme, ses hautes performances, la compression des modèles et l'élagage du code. Basé sur ncnn et Rapidnet, TNN renforce davantage le support et l'optimisation des performances pour les appareils mobiles, et tire également parti des avantages d'une bonne extensibilité et de hautes performances des efforts open source existants.
MaaEnd Petit Assistant de la Terre Finale : Outil d'automatisation pour « Arknights : Endfield » basé sur l'IA visuelle
Éditeur PDF gratuit et open source pour Windows, doté de son propre moteur PDF 2.0. Affichez, annotez, effectuez une reconnaissance OCR, modifiez le texte, masquez des informations, signez, remplissez des formulaires, comparez, fusionnez, scindez et exportez vers Word, Excel et PowerPoint. Lit les fichiers EPUB et DjVu. Aucun compte ni abonnement requis.
Infrastructure de vision pour transformer des documents complexes en données prêtes pour les LLM
Une collection curated de projets pratiques d'IA implémentant des systèmes OCR, RAG, agents IA et d'autres cas d'utilisation de l'IA.
Reconnaissance de texte (reconnaissance optique de caractères) avec des méthodes d'apprentissage profond, ICCV 2019
Un générateur de données synthétiques pour la reconnaissance de texte
Un modèle open source d’analyse de documents, offrant une précision et une vitesse de pointe grâce à une boucle RSI utilisée lors du post-entraînement.
AdelaiDet est une boîte à outils open source pour les tâches de détection et de reconnaissance multiples au niveau des instances.
Implémentation officielle de Character Region Awareness for Text Detection (CRAFT)
Un outil de bureau open source de traduction de mangas par IA, basé sur manga-image-translator. Il prend en charge le traitement automatique des mangas japonais, coréens et anglais, et intègre plusieurs moteurs de traduction, notamment OpenAI et Gemini. Il propose un flux de travail complet comprenant la détection de texte par OCR, l’effacement du texte original, la traduction par IA, la restauration des images et la mise en page du texte traduit. Il intègre également un éditeur visuel, permet de personnaliser les styles de texte et offre un déploiement en un clic, prêt à l’emploi.
Un outil Python3 open-source doté de petits modèles pour reconnaître les mises en page, les tableaux, les formules mathématiques (LaTeX) et le texte dans les images, en les convertissant au format Markdown. Une alternative gratuite à Mathpix, permettant une conversion transparente du contenu visuel en représentations textuelles. Plus de 80 langues sont prises en charge.
[ Reconnaissance CAPTCHA - Entraînement ] Ce projet est basé sur CNN/ResNet/DenseNet+GRU/LSTM+CTC/CrossEntropy pour réaliser la reconnaissance des codes de vérification. Ce projet est uniquement pour l'entraînement du modèle.
API d'extraction et d'analyse de documents (PDF, Word, PPTX ...) utilisant des OCR de pointe + modèles pris en charge par Ollama. Anonymiser les documents. Supprimer les PII. Convertir n'importe quel document ou image en JSON structuré ou Markdown
Package Go pour OCR (Reconnaissance Optique de Caractères), en utilisant la bibliothèque C++ Tesseract
🚀 Captures d'écran, marquage de mots, OCR, IA, logiciel de traduction || Captures d'écran, marquage de mots, OCR, IA, logiciel de traduction
📄 Faites lire et rédiger des documents officiels coréens par l’IA. Convertissez les fichiers HWP, HWPX, PDF et Office, ainsi que les images numérisées, en Markdown, puis reconvertissez le Markdown en documents officiels HWPX. Remplissez des formulaires, comparez les anciennes et nouvelles versions et modifiez les documents tout en préservant leur mise en forme. Bibliothèque, CLI et serveur MCP | Documents coréens pour l’IA : conversion de HWP, HWPX, PDF, Office et de documents numérisés en Markdown, puis de Markdown en HWPX. Bibliothèque, CLI et serveur MCP.
Reconnaissance de texte OCR Trou d'Arbre (un petit outil OCR multiplateforme)
Un wrapper pour travailler avec Tesseract OCR à l'intérieur de PHP.
Application/extension de navigateur de traduction de comics et mangas par IA pour traduire automatiquement des comics, mangas, manhwas, BD, fumetti et plus encore dans plusieurs langues et formats (images, PDF, EPUB, CBR, CBZ, etc.).
Améliore la sortie de Tesseract OCR en utilisant des LLMs (locaux ou API) pour la correction d'erreurs, le découpage intelligent et le formatage markdown des PDF scannés
Un serveur de protocole de contexte modèle pour convertir presque tout en Markdown
Boîte à outils gratuite et open source pour les fichiers PDF, les images, la vidéo et l’audio. Compressez, convertissez, effectuez de l’OCR, supprimez les arrière-plans et transcrivez sur votre propre serveur avec une seule commande Docker. Plus de 200 outils, IA locale et API REST. Une alternative à iLovePDF, TinyWow, CloudConvert et remove.bg.
Détection et reconnaissance de texte de scène en chinois de bout en bout avec CTPN, CRNN et CTC (projet ancien).
OpenRecall est une alternative entièrement open-source, axée sur la confidentialité, aux solutions propriétaires comme Windows Recall de Microsoft. Avec OpenRecall, vous pouvez facilement accéder à votre historique numérique, améliorant ainsi votre mémoire et votre productivité sans compromettre votre vie privée.
Système de Gestion de Documents Open Source pour Archives Numériques (Documents Scannés)
Utilisez les LLM et LLM Vision (OCR) pour gérer paperless-ngx - Numérisation de documents alimentée par l'IA
Reconnaissance optique de caractères pour le texte japonais, l'accent principal étant mis sur les mangas japonais
Outil de capture d'écran alimenté par OCR pour capturer des informations au lieu d'images
Traduction PDF en conservant la mise en page, les formules et la structure, adaptée aux documents scientifiques et techniques
Synchronisation du presse-papiers entre appareils pour macOS, Windows et Linux — chiffrement de bout en bout, réseau local uniquement, sans cloud. OCR, CLI et serveur MCP intégrés.
Système de gestion documentaire léger doté de toutes les fonctionnalités que l'on peut attendre de grandes solutions coûteuses
OCRFlux est une boîte à outils multimodale légère mais puissante qui fait progresser considérablement la conversion PDF vers Markdown, excellant dans la gestion des mises en page complexes, l'analyse des tableaux compliqués et la fusion de contenu inter-pages.
Outil de capture d’écran, d’enregistrement d’écran et de montage vidéo pour macOS. Application native SwiftUI avec panneau de capture, plus de 75 raccourcis personnalisables, automatisation via des schémas d’URL et partage cloud auto-hébergé. Alternative open source à CleanShot X et Loom.
C-OCR est un projet OCR développé en interne par Ctrip, qui inclut principalement la reconnaissance de documents et de matériaux liés aux voyages tels que les cartes d'identité, passeports, billets de train, visas, etc. Le projet comprend 4 parties : rejet, détection, reconnaissance et post-traitement.
Plateforme open-source d'orchestration d'infrastructure et de données pour la prise de décision en matière de risque
L'interface en ligne de commande (CLI) officielle pour Agentic Document Extraction (ADE) par LandingAI — analysez des documents et extrayez des données structurées depuis votre terminal