#ocr Repository
255 repository in totale
Traduttore avanzato dello schermo in tempo reale per giochi, sottotitoli codificati in modo fisso nei video, testo statico e altro ancora.
Un toolkit unificato per l'analisi di immagini di documenti basata sul deep learning
Sviluppato da Turing's Cat, la prima generazione di intelligenza artificiale creativa, basata su GPT2.0 open-source | Scalabile, evolvibile
Strumento di traduzione di fumetti assistito dal deep learning, supporta la traduzione automatica con un clic e la semplice modifica di immagini/testo | Yet another computer-aided comic/manga translation tool powered by deeplearning
Usa l'OCR in Windows in modo rapido e semplice con Text Grab. Con processo in background e notifiche opzionali.
Il primo plugin di visione per DeepSeek Harness e il ponte di visione per ogni agente di codifica solo testo. Incolla un'immagine, ottieni prove JSON strutturate (OCR, layout, semantica).
Il lettore multimediale per l'apprendimento delle lingue, con sottotitoli doppi, sottotitoli generati dall'IA, traduzione in tempo reale e altro ancora!
RuVector offre processi decisionali e memoria degli agenti ad alte prestazioni in tempo reale, IA autoapprendente e un database GNN vettoriale sviluppato in Rust.
TNN: sviluppato da Tencent Youtu Lab e Guangying Lab, un framework di inferenza deep learning uniforme per dispositivi mobili, desktop e server. TNN si distingue per diverse caratteristiche eccezionali, tra cui la capacitร multipiattaforma, le elevate prestazioni, la compressione dei modelli e la potatura del codice. Basato su ncnn e Rapidnet, TNN rafforza ulteriormente il supporto e l'ottimizzazione delle prestazioni per i dispositivi mobili, attingendo anche ai vantaggi di buona estensibilitร e alte prestazioni dagli sforzi open source esistenti.
MaaEnd Assistente Piccolo per la Terra Finale: Strumento di automazione per ยซArknights: Endfieldยป basato su AI visiva
Editor PDF gratuito e open source per Windows, con un motore PDF 2.0 proprietario. Consente di visualizzare, annotare, eseguire lโOCR, modificare il testo, oscurare informazioni, firmare, compilare moduli, confrontare, unire, dividere ed esportare in Word, Excel e PowerPoint. Legge file EPUB e DjVu. Non richiede account nรฉ abbonamento.
Infrastruttura di visione per trasformare documenti complessi in dati pronti per gli LLM
Una collezione curata di progetti pratici di IA che implementano sistemi OCR, RAG, agenti IA e altri casi d'uso dell'IA.
Riconoscimento del testo (riconoscimento ottico dei caratteri) con metodi di deep learning, ICCV 2019
Un generatore di dati sintetici per il riconoscimento del testo
Un modello open source per lโanalisi di documenti, con precisione e velocitร allo stato dellโarte, che utilizza un ciclo RSI durante il post-training.
AdelaiDet รจ una cassetta degli attrezzi open source per compiti di rilevamento e riconoscimento multipli a livello di istanza.
Implementazione ufficiale di Character Region Awareness for Text Detection (CRAFT)
Uno strumento desktop open source per la traduzione di manga con lโIA, basato su manga-image-translator. Supporta lโelaborazione automatica di manga in giapponese, coreano e inglese e integra diversi motori di traduzione, tra cui OpenAI e Gemini. Offre un flusso di lavoro completo che comprende il rilevamento del testo tramite OCR, la rimozione del testo originale, la traduzione con IA, il ripristino delle immagini e lโimpaginazione del testo tradotto. Include inoltre un editor visivo, supporta stili di testo personalizzati e consente la distribuzione con un solo clic, pronto allโuso.
Uno strumento open-source Python3 con modelli SMALL per il riconoscimento di layout, tabelle, formule matematiche (LaTeX) e testo nelle immagini, convertendoli in formato Markdown. Un'alternativa gratuita a Mathpix, che consente la conversione senza interruzioni di contenuti visivi in rappresentazioni basate su testo. Supportate oltre 80 lingue.
[Riconoscimento CAPTCHA - Addestramento] Questo progetto si basa su CNN/ResNet/DenseNet+GRU/LSTM+CTC/CrossEntropy per realizzare il riconoscimento dei codici di verifica. Questo progetto รจ solo per l'addestramento del modello.
API di estrazione e parsing di documenti (PDF, Word, PPTX ...) utilizzando OCR all'avanguardia + modelli supportati da Ollama. Anonimizzare i documenti. Rimuovere PII. Convertire qualsiasi documento o immagine in JSON strutturato o Markdown
Pacchetto Go per OCR (Optical Character Recognition), utilizzando la libreria C++ Tesseract
๐ Screenshot, evidenziazione parole, OCR, AI, software di traduzione || Screenshot, evidenziazione parole, OCR, AI, software di traduzione
๐ Fai leggere e redigere allโIA i documenti ufficiali coreani. Converti file HWP, HWPX e PDF, documenti Office e immagini scansionate in Markdown, e riconverti il Markdown in documenti ufficiali HWPX. Compila moduli, confronta versioni precedenti e nuove e modifica i documenti mantenendone la formattazione. Libreria, CLI e server MCP | Documenti coreani per lโIA: da HWP, HWPX, PDF, Office e scansioni a Markdown, e da Markdown di nuovo a HWPX. Libreria, CLI e server MCP.
Riconoscimento testo OCR Buco dell'Albero (uno strumento OCR multipiattaforma)
Un wrapper per lavorare con Tesseract OCR all'interno di PHP.
App/estensione browser di traduzione AI per fumetti e manga, per tradurre automaticamente fumetti, manga, manhwa, BD, fumetti e altro ancora in molteplici lingue e formati (immagini, PDF, EPUB, CBR, CBZ, ecc.).
Migliora l'output di Tesseract OCR utilizzando LLM (locali o API) per correzione errori, chunking intelligente e formattazione markdown di PDF scansionati
Un server di protocollo di contesto modello per convertire quasi tutto in Markdown
Toolkit gratuito e open source per file PDF, immagini, video e audio. Comprimi, converti, esegui lโOCR, rimuovi gli sfondi e trascrivi sul tuo server con un solo comando Docker. Oltre 200 strumenti, IA locale e API REST. Unโalternativa a iLovePDF, TinyWow, CloudConvert e remove.bg.
Rilevamento e riconoscimento end-to-end del testo cinese nelle scene con CTPN, CRNN e CTC (progetto legacy).
OpenRecall รจ un'alternativa completamente open-source, incentrata sulla privacy, alle soluzioni proprietarie come Windows Recall di Microsoft. Con OpenRecall, puoi accedere facilmente alla tua cronologia digitale, migliorando la tua memoria e produttivitร senza compromettere la tua privacy.
Sistema di Gestione Documentale Open Source per Archivi Digitali (Documenti Scansionati)
Utilizza LLM e LLM Vision (OCR) per gestire paperless-ngx - Digitalizzazione dei documenti potenziata dall'IA
Riconoscimento ottico dei caratteri per testi giapponesi, con l'obiettivo principale sui manga giapponesi
Strumento di acquisizione schermo alimentato da OCR per catturare informazioni invece di immagini
Traduzione PDF mantenendo layout, formule e struttura, adatta per documenti scientifici e tecnici
Sincronizzazione degli appunti tra dispositivi per macOS, Windows e Linux โ crittografia end-to-end, solo su rete LAN, senza cloud. OCR, CLI e server MCP integrati.
Sistema di gestione documentale leggero ricco di tutte le funzionalitร che ci si assa da grandi e costose soluzioni
OCRFlux รจ un toolkit multimodale leggero ma potente che migliora significativamente la conversione da PDF a Markdown, eccellendo nella gestione di layout complessi, nell'analisi di tabelle complicate e nell'unione di contenuti interpagina.
Strumento per screenshot, registrazione dello schermo ed editing video per macOS. App nativa SwiftUI con pannello di acquisizione, oltre 75 scorciatoie personalizzabili, automazione tramite schemi URL e condivisione cloud self-hosted. Alternativa open source a CleanShot X e Loom.
C-OCR รจ un progetto OCR sviluppato internamente da Ctrip, che include principalmente il riconoscimento di documenti e materiali correlati ai viaggi come carte d'identitร , passaporti, biglietti del treno, visti, ecc. Il progetto comprende 4 parti: rifiuto, rilevamento, riconoscimento e post-elaborazione.
Piattaforma open-source di orchestrazione di infrastrutture e dati per il risk decisioning
La CLI ufficiale per Agentic Document Extraction (ADE) di LandingAI: analizza documenti ed estrai dati strutturati dal tuo terminale