#ocr Dépôts
255 dépôts au total
Le framework d'agent LLM dans ComfyUI comprend les nœuds serveur MCP, Omost, GPT-sovits, ChatTTS, GOT-OCR2.0 et prompt FLUX, un accès à Feishu, discord et s'adapte à tous les LLM avec des interfaces similaires à openai / aisuite, tels que o1, ollama, gemini, grok, qwen, GLM, deepseek, kimi, doubao. Adapté aux LLM locaux, VLM, gguf tels que llama-3.3 Janus-Pro, Linkage GraphRAG
Aide organisationnelle pour vos piles de documents, provenant de scanners, d'e-mails et d'autres sources avec un minimum d'effort.
AALC, assistant de Limbus Company pour PC. AALC, assistant de Limbus Company sur PC.
Un outil pour convertir le schéma de couleurs/la palette d'un fond d'écran, effectuer l'OCR avec les méthodes Traditionnelle et Hybride de VLM, la compression d'images, l'extraction de la palette de couleurs, l'amélioration de l'échelle d'image (upscaling) avec des Réseaux Adversariaux et davantage de fonctionnalités de traitement d'image.
Laissez Claude (ou tout LLM) regarder une vidéo — images dédupliquées et conscientes des scènes + transcription, à partir d'une URL ou d'un fichier local. Fonctionne localement, MIT.
Un moteur de recherche pour Obsidian qui « fonctionne tout simplement ».
Système de reconnaissance de texte manuscrit (HTR) implémenté avec TensorFlow.
Moteur OCR/VLM multi‑backend Rust (DeepSeek‑OCR‑1/2, PaddleOCR‑VL, DotsOCR) avec quantification DSQ et un serveur et une interface CLI compatibles OpenAI – fonctionne en local sans Python.
Automatisation du navigateur et du bureau avec un serveur MCP pour les assistants IA. Enregistrez des macros ou écrivez du JavaScript pour automatiser des sites web, extraire des données et contrôler des applications de bureau grâce à l’OCR et à la reconnaissance d’images.
Une boîte à outils sur site, sans OCR, pour l'extraction de données non structurées, la conversion en markdown et le benchmarking. (https://idp-leaderboard.org/)
QuickClipboard est un outil d'amélioration du presse-papiers multiplateforme (prenant actuellement en charge Windows et Android), construit avec Tauri 2 + Rust + React. Il commence à fonctionner dès que vous copiez — enregistrant automatiquement le texte, les images, le texte enrichi et les fichiers, vous permettant de retrouver tout ce que vous avez copié à tout moment. Au-delà de l'enregistrement, QuickClipboard intègre des fonctionnalités telles que l'épinglage d'images, l'OCR et la synchronisation sur réseau local, offrant une amélioration complète de votre productivité bureautique quotidienne.
Bibliothèque Rust et outil CLI pour la reconnaissance optique de caractères (extraction de texte à partir d'images)
Modèle OCR de 1 million de paramètres : fonctionne sur CPU, est 15 fois plus rapide que Tesseract et offre une précision proche de celle des modèles comptant plus d’un milliard de paramètres
Recherchez instantanément et localement dans des documents, du code et même des captures d’écran. Un lanceur de fichiers gratuit et open source avec OCR, recherche sémantique et accès aux agents MCP.
Un système OCR léger basé sur PaddleOCR, découplé du framework d'entraînement en deep learning PaddlePaddle, avec une vitesse d'inférence ultra-rapide.
Une collection d'idées et d'algorithmes originaux et innovants pour des machines littéraires avancées. Ce projet est maintenu par l'équipe OCR du Language Technology Lab, Tongyi Lab, Alibaba Group.
Bibliothèque d'inférence d'IA sur l'appareil pour React Native, haute performance et axée sur la confidentialité, propulsée par le runtime ExecuTorch de PyTorch
YomiToku est un paquet Python qui fournit un moteur d'analyse de documents japonais basé sur l'IA. Yomitoku est un paquet d'analyse d'images de documents basé sur l'IA, conçu spécifiquement pour la langue japonaise.
Extraction de données non structurées, rapide et efficace. Écrit en Rust avec des liaisons pour de nombreuses langues.
MixTeX multimodal LaTeX, ZhEn et OCR de tableaux. Il effectue une inférence efficace basée sur le CPU en local, hors ligne, sous Windows.
ExtractThinker est une bibliothèque d'intelligence documentaire pour les LLM, offrant une interaction de style ORM pour des flux de travail de documents flexibles et puissants.
Collection de bibliothèques et d'outils open-source pour l'Automatisation des Processus Robotiques (RPA), conçue pour être utilisée avec Robot Framework et Python
Extrayez et convertissez des données à partir de n'importe quel document, image, PDF, document Word, PPT ou URL dans plusieurs formats (Markdown, JSON, CSV, HTML) avec une extraction intelligente de données structurées et une reconnaissance optique de caractères avancée.
Capture d'écran et enregistrement d'écran open source pour macOS. L'alternative gratuite et native à CleanShot X. Développé avec Swift 6.0 et SwiftUI.
OpenOCR : un kit d’outils open‑source pour la recherche et les applications générales de OCR, intégrant un benchmark d’entraînement et d’évaluation unifié, des systèmes OCR et de traitement de documents de qualité professionnelle, ainsi que des reproductions fidèles des implémentations clés provenant d’un large éventail d’articles académiques.
Programme en ligne de commande OCR hors ligne de reconnaissance de texte d'image pour Windows, produisant des résultats sous forme de chaîne JSON pour faciliter l'appel par d'autres programmes. Fournit des API dans diverses langues. Compilé à partir de PaddleOCR C++.
Plateforme open-source pour extraire des données structurées à partir de documents à l'aide de l'IA.
Une version packagée et flexible du détecteur de texte CRAFT et du modèle de reconnaissance Keras CRNN.
Un ensemble de notebooks et d'autres fichiers qui peuvent vous aider à apprendre l'IA en partant de zéro.
Un serveur de conversion de fichiers auto-hébergé et économe en ressources, prenant en charge 530 formats dans 26 langues.
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
Comment copier du texte à partir d'images ? La réponse est TextSnatcher !. Effectuez des opérations OCR en quelques secondes sur le bureau Linux.
Traducteur d'écran en temps réel pour Android, open source et sans root, adapté aux jeux, aux visual novels et aux mangas. Prend en charge l'OCR sur appareil et dans le cloud, les LLM hors ligne, plusieurs services de traduction, les traductions à l'écran et la synthèse vocale (TTS).
Utilisation de l’ordinateur pour environ 0,0002 $ par étape : effectuer une OCR de l’écran, classifier l’action suivante avec TypeSafe, puis cliquer. macOS.
Extrayez des données structurées à partir de documents rapidement et avec précision.
:art: Version améliorée de la reconnaissance de formules mathématiques : Formules manuscrites et imprimées en chinois et anglais, prend en charge le raisonnement de base sur les symboles (structure de données basée sur l'arbre de syntaxe abstraite LaTeX) Math Formula OCR Pro, prend en charge l'écriture manuscrite, les formules mixtes chinois-anglais et le raisonnement simple sur les symboles (basé sur LaTeX AST).