#ocr Dépôts
255 dépôts au total
🎮 Outil de traduction de jeux en temps réel | OCR + Traduction IA | Jeux Windows | Open Source
Dedoc est une bibliothèque (service) pour l'analyse automatisée des documents et leur unification dans un format uniforme. Il extrait automatiquement le contenu, la structure logique, les tableaux et les métadonnées des documents électroniques textuels. (Analyse de documents ; Extraction de contenu de document ; Extraction de structure logique ; Analyseur PDF ; Analyseur de documents numérisés ; Analyseur DOCX ; Analyseur HTML)
Analyse les personnages, artefacts et armes de Genshin Impact depuis la fenêtre du jeu dans un fichier JSON.
meikipop - dictionnaire contextuel universel d’OCR japonais pour Windows, Linux et macOS
Un scanner d'informations personnelles identifiables (PII) alimenté par l'IA.
Simulation de messages Windows, GDI, DX, capture d'écran OpenGL, recherche d'images, recherche de texte (OCR)
Outil d'extraction de sous-titres incrustés ultra-rapide. Atteignez une vitesse d'extraction 10 fois supérieure avec seulement une puce M1 d'Apple ou une carte graphique Nvidia 3060. A very fast tool for video hardcode subtitle extraction
Compagnon Windows pour League of Legends ARAM Mayhem, avec des recommandations LCU en lecture seule, des statistiques sur les améliorations Hextech et des superpositions OCR en jeu.
Outil d’automatisation iOS et serveur MCP permettant à des assistants IA comme Claude, Codex et Cursor de comprendre l’écran de l’iPhone et de contrôler directement l’appareil. Prend en charge la récupération de l’arborescence de l’interface, le repérage des éléments, les captures d’écran et la reconnaissance OCR, les touchers et balayages, la saisie de texte, la gestion des applications et la lecture des journaux. Idéal pour les tests automatisés ainsi que l’ingénierie inverse et le débogage iOS.
Automatisation de WeChat pour Windows (hors version web), une réplique de wxauto compatible avec WeChat 4.x
Reconnaissance de texte de scène avec des modèles de séquence autorégressifs permutés (ECCV 2022)
Pipeline OCR multimodale optimisée pour l'entraînement ML (texte, figures, mathématiques, tableaux, diagrammes)
Reconnaissance automatique de plaques d'immatriculation (ALPR) ou reconnaissance automatique de plaques d'immatriculation (ANPR) logiciel qui fonctionne avec n'importe quelle caméra.
OCR rapide et hors ligne pour Node.js et C++. PP-OCRv6 avec accélération matérielle Core ML / WebGPU — reconnaissez le texte dans les images avec des scores de confiance et des coordonnées. npm : @arcships/light-ocr
Un plugin (d'accompagnement) pour faciliter l'extraction de texte à partir d'images (OCR) et de PDF.
🔍 Meilleure détection de texte en combinant plusieurs moteurs OCR (EasyOCR, Tesseract et Pororo) avec 🧠 LLM.
Automatisation de documents de relevés bancaires par IA grâce au modèle LLM et à l'analyse financière personnelle
[ECCV 2026] Un framework basé sur la diffusion pour l'OCR de documents qui remplace le décodage autorégressif par un décodage de diffusion parallèle au niveau des blocs.
Un logiciel de capture d'écran multiplateforme simple et esthétique. Il prend également en charge les fonctionnalités d'OCR hors ligne, de traduction d'images, d'autocollants et d'épinglage d'images.
Donnez aux agents d’IA des yeux, des oreilles et des résultats vérifiables. Watch Skill transforme les vidéos, l’audio et l’activité à l’écran en preuves horodatées et consultables, et atteste le travail à l’aide de contrats déterministes, et non des avis du modèle. DeepWatch est l’espace de travail pour agents conçu sur DeepSeek Harness. Python + npm, MCP, CLI, REST et Web.
Transformez n’importe quel document en Markdown propre, prêt pour l’IA. Application de bureau privilégiant le fonctionnement local : elle lit les PDF numérisés, traite les dossiers par lots, fonctionne hors ligne et utilise bien moins de tokens que les modèles de vision.
Captures d’écran, enregistrement vidéo de l’écran et reconnaissance de texte (OCR) pour macOS, Windows et Linux.
Outil de capture d’écran open source pour Windows avec capture défilante, annotations, OCR, traduction, édition d’images épinglées, enregistrement de GIF et historique du presse-papiers.
Implémentation officielle de SynthTIGER (Synthetic Text Image Generator), ICDAR 2021
Outil d’organisation des factures électroniques et de préparation des notes de frais : collecte en masse les factures PDF/OFD/XML depuis votre messagerie, les reconnaît par OCR, les classe et les archive, puis génère des récapitulatifs Excel. Disponible en version bureau pour Windows/macOS et sous forme de plug-in DSH.
Outil CLI macOS pour l'OCR et les PDF interrogeables utilisant le framework Vision d'Apple
OneClip — Un gestionnaire de presse-papiers natif, simple et professionnel pour macOS | Un outil de gestion du presse-papiers macOS propre et élégant | Prend également en charge les captures d’écran et les captures avec défilement légères, l’enregistrement d’écran et audio, l’OCR, la traduction du texte sélectionné, les conteneurs par glisser-déposer, le collage en pile, la sélection de texte avec PopClip, l’intégration de l’IA, la synchronisation sur réseau local, et bien plus encore
Le code officiel pour « Deep Unrestricted Document Image Rectification », TMM, 2023.
Assistant de fenêtre flottante pour les chats (macOS) : perception de l’écran + petit modèle local pour évaluer l’intention et le risque, et générer des suggestions de réponse à partir de scripts de conversation. Lecture seule uniquement.
Extraire les sous-titres codés en dur des vidéos à l'aide de l'apprentissage automatique
Une boîte à outils pour le déploiement de modèles d'apprentissage profond utilisant C++ YoloX | YoloV7 | YoloV8 | Gan | OCR | MobileVit | Scrfd | MobileSAM | StableDiffusion
📖 Un outil de traduction académique de PDF prêt à l’emploi | Windows + Mac | Préserve parfaitement la mise en forme des équations · Intégration poussée avec Zotero · 35 langues · Plus de 20 moteurs de traduction IA · Tableaux/OCR/glossaires · Traduction par lots | Basé sur PDFMathTranslate (EMNLP 2025)
🔥🔥🔥Implémentation du code Java pour appeler RapidOCR (basé sur PaddleOCR), adaptation pour Mac, Win, Linux, prise en charge du dernier PP-OCRv4
Service auto-hébergé de conversion d’URL et de fichiers en Markdown, destiné aux humains et aux agents d’IA : pages Web, documents, images, audio et YouTube. PWA + REST + MCP + compétence Claude Code, compatible avec Reddit, avec des liens de partage actualisables.