#ocr Repository
255 repository in totale
Il framework dell'agente LLM in ComfyUI include i nodi MCP server, Omost, GPT-sovits, ChatTTS, GOT-OCR2.0 e FLUX prompt, accesso a Feishu, discord e si adatta a tutti gli LLM con interfacce simili a openai / aisuite, come o1, ollama, gemini, grok, qwen, GLM, deepseek, kimi, doubao. Adattato a LLM locali, VLM, gguf come llama-3.3 Janus-Pro, Linkage GraphRAG
Assistenza nell'organizzazione delle tue pile di documenti, derivanti da scanner, e-mail e altre fonti con il minimo sforzo.
AALC, assistente di Limbus Company per PC. AALC, assistente di Limbus Company su PC.
Uno strumento per convertire lo schema di colori/la palette di uno sfondo, eseguire OCR con le modalitร Tradizionale e Ibrida di VLM, compressione delle immagini, estrazione della palette di colori, miglioramento della risoluzione delle immagini (upscaling) con Reti Avversarie e altre funzionalitร di elaborazione delle immagini.
Lascia che Claude (o qualsiasi LLM) guardi effettivamente un video โ fotogrammi con rilevamento delle scene e deduplicati + trascrizione, da un URL o file locale. Funziona localmente, MIT.
Sistema di riconoscimento del testo manoscritto (HTR) implementato con TensorFlow.
Motore OCR/VLM multiโbackend in Rust (DeepSeekโOCRโ1/2, PaddleOCRโVL, DotsOCR) con quantizzazione DSQ e un server e CLI compatibili con OpenAI โ eseguito localmente senza Python.
Automazione del browser e del desktop con un server MCP per assistenti IA. Registra macro o scrivi JavaScript per automatizzare i siti web, estrarre dati e controllare le applicazioni desktop tramite OCR e riconoscimento delle immagini.
Un toolkit on-premises, senza OCR, per l'estrazione di dati non strutturati, la conversione in markdown e il benchmarking. (https://idp-leaderboard.org/)
QuickClipboard รจ uno strumento di potenziamento degli appunti multipiattaforma (attualmente supporta Windows e Android), basato su Tauri 2 + Rust + React. Inizia a funzionare nel momento in cui copi, registrando automaticamente testo, immagini, rich text e file, permettendoti di recuperare qualsiasi contenuto copiato in qualsiasi momento. Oltre alla semplice registrazione, QuickClipboard integra funzionalitร come l'aggiunta di immagini, OCR e sincronizzazione LAN, offrendo un miglioramento completo della produttivitร quotidiana in ufficio.
Modello OCR da 1 milione di parametri: funziona su CPU, รจ 15 volte piรน veloce di Tesseract e offre una precisione simile a quella dei modelli con oltre 1 miliardo di parametri
Cerca allโistante e in locale allโinterno di documenti, codice e persino screenshot. Un launcher di file gratuito e open source con OCR, ricerca semantica e accesso per agenti MCP.
Un sistema OCR leggero basato su PaddleOCR, disaccoppiato dal framework di addestramento del deep learning PaddlePaddle, con una velocitร di inferenza ultraveloce.
Una raccolta di idee e algoritmi originali e innovativi per macchine letterarie avanzate. Questo progetto รจ mantenuto dal Team OCR nel Language Technology Lab, Tongyi Lab, Alibaba Group.
Libreria di inferenza AI on-device per React Native, ad alte prestazioni e orientata alla privacy, basata sul runtime ExecuTorch di PyTorch
YomiToku รจ un pacchetto Python che fornisce un motore di analisi di documenti giapponesi basato sull'IA. Yomitoku รจ un pacchetto di analisi di immagini di documenti basato sull'IA, progettato specificamente per la lingua giapponese.
Estrazione di dati non strutturati, rapida ed efficiente. Scritto in Rust con binding per molte lingue.
MixTeX multimodale LaTeX, ZhEn e OCR di tabelle. Esegue inferenza efficiente basata su CPU in locale offline su Windows.
ExtractThinker รจ una libreria di Document Intelligence per LLM, che offre un'interazione in stile ORM per flussi di lavoro di documenti flessibili e potenti.
Collezione di librerie e strumenti open-source per l'Automazione dei Processi Robotici (RPA), progettata per essere utilizzata con Robot Framework e Python
Estrai e converti dati da qualsiasi documento, immagine, PDF, documento Word, PPT o URL in piรน formati (Markdown, JSON, CSV, HTML) con estrazione intelligente di dati strutturati e OCR avanzato.
Screenshot e registrazione schermo open source per macOS. L'alternativa gratuita e nativa a CleanShot X. Sviluppato con Swift 6.0 e SwiftUI.
OpenOCR: Un pacchetto di strumenti openโsource per la ricerca e le applicazioni generali di OCR, che integra un benchmark unificato per l'addestramento e la valutazione, sistemi OCR e di analisi dei documenti di qualitร commerciale, e riproduzioni fedeli delle implementazioni principali provenienti da un'ampia gamma di articoli accademici.
Programma da riga di comando OCR offline per il riconoscimento di testo da immagini su Windows, che produce risultati come stringa JSON per facilitare l'utilizzo da parte di altri programmi. Fornisce API in varie lingue. Compilato da PaddleOCR C++.
Piattaforma open-source per estrarre dati strutturati dai documenti utilizzando l'IA.
Una versione impacchettata e flessibile del rilevatore di testo CRAFT e del modello di riconoscimento Keras CRNN.
Una raccolta di notebook e altri file che possono aiutarti a imparare l'IA da zero.
Un server di conversione di file self-hosted e attento alle risorse, che supporta 530 formati in 26 lingue.
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
Come copiare testo dalle immagini? La risposta รจ TextSnatcher!. Esegui operazioni OCR in pochi secondi sul desktop Linux.
Traduttore di schermo in tempo reale per Android, open source e senza root, adatto a giochi, visual novel e manga. Supporta OCR su dispositivo e cloud, LLM offline, piรน servizi di traduzione, traduzioni su schermo e sintesi vocale (TTS).
Uso del computer per circa 0,0002 $ a passaggio: eseguire lโOCR dello schermo, classificare lโazione successiva con TypeSafe e fare clic. macOS.
:art: Versione migliorata del riconoscimento di formule matematiche: Formule manoscritte e stampate in cinese e inglese, supporta derivazione base di simboli (struttura dati basata su albero sintattico astratto LaTeX) Math Formula OCR Pro, supporta scrittura a mano, formule miste cino-inglesi e ragionamento semplice sui simboli (basato su LaTeX AST).