#ocr Dépôts
255 dépôts au total
Une liste de projets d'IA open source que vous pouvez utiliser pour générer des revenus facilement.
Shiping : captures d’écran + IA pour comprendre tout ce qui s’affiche à l’écran. Code, messages d’erreur, exercices, graphiques ou documents en langue étrangère : prenez une capture à l’aide d’un raccourci clavier pour obtenir une réponse. Utilisable en arrière-plan comme outil de bureau, il reconnaît instantanément la zone que vous sélectionnez. En mode conversation, il comprend les questions en temps réel et propose les points clés de la réponse. Utilisez-le comme outil de bureau, assistant d’entretien, d’examen ou d’entraînement.
Inférence PaddleOCR dans PyTorch. Converti depuis [PaddleOCR](https://github.com/PaddlePaddle/PaddleOCR)
RMT (RuoMengTu) est un outil de macro gratuit et open-source basé sur AHKv2. Laissez le code gérer le travail fastidieux — vous avez des choses plus importantes à faire.
🌝 MLKit est une boîte à outils puissante et facile à utiliser. Avec ML Kit, vous pouvez facilement implémenter des fonctionnalités telles que la reconnaissance de texte, la reconnaissance de codes-barres, le marquage d'images, la détection de visages, la détection d'objets, etc.
Outil de recherche open source pour rechercher, parcourir, analyser et explorer de grandes collections de documents via Semantic Search Engine et plateforme open source de Text Mining & Text Analytics (Intègre ETL pour le traitement des documents, OCR pour les images & PDF, named entity recognition pour les personnes, organisations & lieux, gestion des métadonnées par thesaurus & ontologies, interface utilisateur de recherche & applications de recherche pour la recherche en texte intégral, faceted search & knowledge graph)
Win顺 : un lanceur de recherche rapide gratuit et open source pour Windows. Appuyez deux fois sur Ctrl pour rechercher instantanément des fichiers par pinyin, effectuer une recherche en texte intégral dans des fichiers Word/Excel/PDF, consulter l’historique du presse-papiers (en remplacement de Win+V), rechercher dans les boîtes de dialogue et la barre des tâches, et utiliser des plugins ainsi que l’assistant IA MCP. Un lanceur de recherche gratuit pour Windows avec recherche de fichiers par pinyin, recherche en texte intégral, historique du presse-papiers et serveur MCP. Une alternative à Everything/Listary.
⌘⌘ - Un outil de capture d'écran natif et léger pour macOS qui réside dans votre barre de menus. Appuyez deux fois sur ⌘ Command pour capturer n'importe quelle zone de votre écran — copiez instantanément dans le presse-papiers, ou annotez d'abord avec les outils stylo et mosaïque.
N’importe quel fichier → du Markdown propre pour les agents d’IA : PDF, Word, PowerPoint, Excel, EPUB, HTML et pages web, images (OCR), audio et vidéo (métadonnées, sous-titres, transcriptions). Un serveur MCP et une interface en ligne de commande rapides, écrits en Rust, qui s’exécutent sur votre machine. Aucune clé API.
SnapX est un outil gratuit, open-source et multiplateforme qui vous permet de capturer ou d'enregistrer n'importe quelle zone de votre écran et de la partager instantanément d'une simple pression sur une touche. Téléchargez des images, des vidéos, du texte et bien plus encore vers plusieurs destinations prises en charge, le tout avec facilité. Un fork de ShareX.
Paddle.js est un projet web pour Baidu PaddlePaddle, un framework d'apprentissage profond open source s'exécutant dans le navigateur. Paddle.js peut soit charger un modèle pré-entraîné, soit transformer un modèle de paddle-hub avec des outils de transformation de modèle fournis par Paddle.js. Il peut s'exécuter dans tous les navigateurs prenant en charge WebGL/WebGPU/WebAssembly. Il peut également s'exécuter dans Baidu Smartprogram et WX miniprogram.
Fork de SumatraPDF : EPUB/MOBI en chinois, mode sombre intelligent pour PDF, OCR, TTS, dictionnaire hors ligne.
📄 PDF -> .MD/.JSON API & SDK pour PaddleOCR-VL avec extraction de données structurées. Auto-hébergeable.
Organiser les modèles de reconnaissance de tableaux optimaux actuellement open source, améliorer le prétraitement et le post-traitement, et convertir les modèles en ONNX.
Fork de tess-two réécrit de zéro pour prendre en charge la dernière version de Tesseract OCR.
[dsh] Une boîte à outils visuelle plus puissante conçue pour les modèles texte uniquement : installation et utilisation en une seule ligne, reconnaissance directe des images par collage, questions-réponses sur plusieurs images, restauration de l’interface frontend à partir de captures d’écran, et bien plus encore|Intégration native de DeepSeek Harness pour agent-vision-toolkit : questions-réponses sur les images, OCR de longues captures d’écran, restauration de l’UI, grounding, comparaison pixel par pixel, Artifacts et Web UI.
Repères, grilles et raccourcis Vim pour tout votre bureau. Conçu nativement pour macOS, Linux et Windows.
Un kit d'immersion pour apprendre les langues par les jeux et d'autres médias visuels.
Assistant IA local et open-source pour vos données. Unifiez tâches, notes, documents, photos et favoris. Privé, auto-hébergé et extensible via des API.
Un modèle OCR LaTeX SOTA minimaliste avec seulement 20M de paramètres, fonctionnant dans le navigateur. Pipeline d'entraînement complet disponible pour l'auto-reproduction. | Modèle de reconnaissance de formule LaTeX SOTA ultraléger avec seulement 20M de paramètres, fonctionnant dans le navigateur. Code complet du pipeline d'entraînement open source pour l'auto-apprentissage et la reproduction.
PDF vers markdown à l'aide de vision LLM — tableaux, mises en page et structure préservés
JevChat-Windows : un assistant de réponse affiché à côté de la fenêtre de discussion. Il capture une image de la fenêtre et utilise un OCR local hors ligne pour lire les messages de l’interlocuteur → Jev détermine l’intention → 3 réponses proposées peuvent être insérées en un clic ; l’envoi reste toujours manuel.
Concours 2019CCF-BDCI Lauréat du Prix de la Meilleure Exploration Innovante Champion du sujet d'extraction d'éléments de carte d'identité basée sur OCR Équipe Tianchen Poxiao Code source du sujet
Un logiciel OCR local, hors ligne (après configuration initiale), portable, capable de traiter des images et des fichiers PDF, utilisant DeepSeek-OCR-2 AI (fonctionnant directement sur votre machine).
Un traducteur de sélection léger pour macOS construit avec Swift 6 pur, intégrant Apple Translate sur l'appareil pour la confidentialité, seulement 5 Mo de taille d'installation et utilisation stable de la mémoire d'environ 50 Mo. Un outil léger de traduction par sélection pour macOS, développé en Swift 6 pur, traduction Apple sur l'appareil pour protéger la confidentialité, taille d'installation de seulement 5 Mo, utilisation de la mémoire en arrière-plan stable à environ 50 Mo
Note Companion : Assistant IA pour Obsidian qui va au-delà de la simple discussion. (anciennement File Organizer 2000)
Système de gestion de documents open source gratuit (miroir, sans pull requests ni issues)
Un analyseur de reçus de supermarché écrit en Python utilisant tesseract OCR
Compétence universelle en documents LaTeX pour Claude Code : 27 modèles, 27 scripts, 26 guides de référence. Créé avec Claude Code sur la plateforme ✦ HappyCapy AI ✦
VTuber IA avec LLM, ASR, TTS, OCR, CV et d’autres technologies pour diffuser en direct ou jouer à Minecraft avec vous.
Modèles OCR légers et rapides pour la reconnaissance de texte des plaques d'immatriculation.
Plateforme OCR rapide, indolore et intuitive écrite en Rust et TypeScript. UI moderne avec API moderne, mettant l'accent sur une expérience utilisateur intuitive.
Interface Web pour la reconnaissance de texte, la relecture OCR et la création de documents entièrement numérisés.
CnSTD: Un package Python3 pour la détection de texte dans les scènes (Scene Text Detection), la détection de formules mathématiques (Mathematical Formula Detection, MFD) et l'analyse de la mise en page (Layout Analysis) basé sur PyTorch/MXNet pour le chinois/anglais