#ocr Repository
255 repository in totale
Un elenco di progetti di intelligenza artificiale open source che puoi utilizzare per generare facilmente reddito.
Shiping: screenshot + IA per capire qualsiasi contenuto sullo schermo. Codice, messaggi di errore, esercizi, grafici e materiali in lingua straniera: basta fare uno screenshot con una scorciatoia da tastiera per ottenere una risposta. Puรฒ restare attivo in background come strumento desktop e riconoscere subito qualsiasi area selezionata. In modalitร conversazione comprende le domande in tempo reale e fornisce i punti chiave della risposta. Usalo come strumento desktop, assistente per colloqui, esami o esercizi.
Inferenza PaddleOCR in PyTorch. Convertito da [PaddleOCR](https://github.com/PaddlePaddle/PaddleOCR)
RMT (RuoMengTu) รจ uno strumento macro gratuito e open-source basato su AHKv2. Lascia che il codice gestisca il lavoro noioso โ tu hai cose piรน significative da fare.
๐ MLKit รจ un kit di strumenti potente e facile da usare. Con ML Kit puoi implementare facilmente funzionalitร come il riconoscimento del testo, il riconoscimento dei codici a barre, l'etichettatura delle immagini, il rilevamento dei volti, il rilevamento di oggetti, ecc.
Strumento di ricerca open source per cercare, sfogliare, analizzare ed esplorare grandi collezioni di documenti tramite Semantic Search Engine e piattaforma open source di Text Mining & Text Analytics (Integra ETL per l'elaborazione dei documenti, OCR per immagini & PDF, named entity recognition per persone, organizzazioni & luoghi, gestione dei metadati tramite thesaurus & ontologies, interfaccia utente di ricerca & app di ricerca per ricerca fulltext, faceted search & knowledge graph)
Win้กบ: un launcher di ricerca rapida gratuito e open source per Windows. Premi Ctrl due volte per cercare file allโistante tramite pinyin, effettuare ricerche full-text nei documenti Word/Excel/PDF, consultare la cronologia degli appunti (in alternativa a Win+V), cercare nelle finestre di dialogo e nella barra delle applicazioni, e usare plugin e lโassistente AI MCP. Un launcher di ricerca gratuito per Windows con ricerca di file tramite pinyin, ricerca full-text, cronologia degli appunti e server MCP. Unโalternativa a Everything/Listary.
โโ - Uno strumento di screenshot nativo e leggero per macOS che vive nella barra dei menu. Premi due volte โ Command per catturare qualsiasi area dello schermo: copiala istantaneamente negli appunti o annotala prima con gli strumenti penna e mosaico.
Qualsiasi file โ Markdown pulito per agenti IA: PDF, Word, PowerPoint, Excel, EPUB, HTML e pagine web, immagini (OCR), audio e video (metadati, sottotitoli, trascrizioni). Un server MCP e una CLI veloci scritti in Rust, che funzionano sulla tua macchina. Nessuna chiave API.
SnapX รจ uno strumento gratuito, open-source e multipiattaforma che ti consente di catturare o registrare qualsiasi area del tuo schermo e condividerla istantaneamente con una singola pressione di un tasto. Carica immagini, video, testo e altro ancora su piรน destinazioni supportate, tutto con facilitร . Fork di ShareX.
Paddle.js รจ un progetto web per Baidu PaddlePaddle, un framework di deep learning open source che funziona nel browser. Paddle.js puรฒ caricare un modello pre-addestrato o trasformare un modello da paddle-hub con strumenti di trasformazione del modello forniti da Paddle.js. Puรฒ essere eseguito in ogni browser con supporto WebGL/WebGPU/WebAssembly. Puรฒ anche essere eseguito in Baidu Smartprogram e WX miniprogram.
Fork di SumatraPDF: EPUB/MOBI in cinese, modalitร scura intelligente per PDF, OCR, TTS, dizionario offline.
๐ PDF -> .MD/.JSON API & SDK per PaddleOCR-VL con estrazione di dati strutturati. Auto-ospitabile.
Organizzare i modelli di riconoscimento tabelle ottimali attualmente open source, migliorare il pre-processing e il post-processing e convertire i modelli in ONNX.
Fork di tess-two riscritto da zero per supportare l'ultima versione di Tesseract OCR.
[dsh] Un toolkit visivo piรน potente progettato per modelli basati esclusivamente sul testo: installazione e utilizzo con una sola riga, riconoscimento diretto delle immagini incollandole, domande e risposte su piรน immagini, ripristino della UI frontend da screenshot e molto altro๏ฝIntegrazione nativa di DeepSeek Harness per agent-vision-toolkit: domande e risposte sulle immagini, OCR di screenshot lunghi, ripristino della UI, grounding, differenze tra pixel, Artifacts e Web UI.
Suggerimenti, griglie e tasti Vim per tutto il desktop. Realizzato nativamente per macOS, Linux e Windows.
Un kit di immersione per imparare le lingue attraverso giochi e altri media visivi.
Assistente AI locale e open-source per i tuoi dati. Unifica attivitร , note, documenti, foto e segnalibri. Privato, self-hosted ed estensibile tramite API.
Un modello OCR LaTeX SOTA minimalista con soli 20M di parametri, in esecuzione nel browser. Pipeline di training completa disponibile per l'auto-riproduzione. | Modello OCR per formule LaTeX SOTA ultraleggero con soli 20M di parametri, eseguibile nel browser. Codice completo della pipeline di addestramento open source per l'autoapprendimento e la riproduzione.
PDF in markdown usando vision LLMs โ tabelle, layout e struttura preservati
JevChat-Windows: un assistente per le risposte affiancato alla finestra della chat. Cattura uno screenshot della finestra e utilizza lโOCR locale offline per leggere i messaggi dellโaltra persona โ Jev determina lโintento โ 3 risposte suggerite possono essere inserite con un clic; lโinvio รจ sempre manuale.
Concorso 2019CCF-BDCI Vincitore del Premio per la Migliore Esplorazione Innovativa Campione della sfida di estrazione elementi carta d'identitร basata su OCR Team Tianchen Poxiao Codice sorgente della sfida
Un software OCR locale, offline (dopo la configurazione iniziale), portatile, in grado di elaborare immagini e file PDF, utilizzando DeepSeek-OCR-2 AI (eseguito direttamente sulla tua macchina).
Un traduttore di selezione leggero per macOS costruito con puro Swift 6, con Apple Translate on-device per la privacy, solo 5MB di dimensione di installazione e utilizzo stabile della memoria di ~50MB. Uno strumento leggero di traduzione per selezione su macOS, sviluppato con puro Swift 6, traduzione Apple sul dispositivo per proteggere la privacy, dimensione di installazione solo 5MB, utilizzo della memoria in background stabile circa 50MB
Note Companion: Assistente AI per Obsidian che va oltre la semplice chat. (precedentemente File Organizer 2000)
Sistema di Gestione Documentale Open Source Gratuito (mirror, no pull request o issues)
Un parser di scontrini di supermercato scritto in Python utilizzando tesseract OCR
Competenza universale per documenti LaTeX per Claude Code: 27 modelli, 27 script, 26 guide di riferimento. Realizzato con Claude Code sulla piattaforma โฆ HappyCapy AI โฆ
VTuber AI con LLM, ASR, TTS, OCR, CV e altre tecnologie per fare streaming in diretta o giocare a Minecraft con te.
Modelli OCR leggeri e veloci per il riconoscimento del testo delle targhe.
Piattaforma OCR rapida, indolore e intuitiva scritta in Rust e TypeScript. UI moderna con API moderna, con enfasi sull'esperienza utente intuitiva.
Interfaccia web per il riconoscimento del testo, la correzione OCR e la creazione di documenti completamente digitalizzati.
CnSTD: Un pacchetto Python3 per il rilevamento di testo in scena (Scene Text Detection), rilevamento di formule matematiche (Mathematical Formula Detection, MFD) e analisi del layout (Layout Analysis) basato su PyTorch/MXNet per cinese/inglese