#ocr Repository
255 repository in totale
๐ฎ Strumento di Traduzione Giochi in Tempo Reale | OCR + Traduzione IA | Gaming Windows | Open Source
Un motore OCR efficiente per lโelaborazione delle immagini degli scontrini.
Dedoc รจ una libreria (servizio) per l'analisi automatizzata dei documenti e la loro unificazione in un formato uniforme. Estrae automaticamente contenuti, struttura logica, tabelle e metainformazioni da documenti elettronici testuali. (Analisi documenti; Estrazione contenuto documento; Estrazione struttura logica; Parser PDF; Parser documenti scansionati; Parser DOCX; Parser HTML)
Scansiona personaggi, manufatti e armi di Genshin Impact dalla finestra di gioco in un file JSON.
meikipop - dizionario popup universale di OCR giapponese per Windows, Linux e macOS
Uno scanner basato sull'intelligenza artificiale per le informazioni di identificazione personale (PII).
Simulazione messaggi Windows, GDI, DX, screenshot OpenGL, ricerca immagini, ricerca testo (OCR)
Strumento di estrazione di sottotitoli hardcode veloce come un fulmine. ร sufficiente un chip M1 di Apple o una scheda grafica Nvidia 3060 per ottenere un'estrazione a velocitร 10 volte superiore. A very fast tool for video hardcode subtitle extraction
Companion per Windows di League of Legends ARAM Mayhem con consigli LCU in sola lettura, statistiche sui potenziamenti Hextech e overlay OCR di gioco.
Uno strumento di automazione per iOS e un MCP Server che consentono ad assistenti IA come Claude, Codex e Cursor di comprendere lo schermo dellโiPhone e controllare direttamente il dispositivo. Supporta il recupero dellโalbero dellโinterfaccia, lโindividuazione degli elementi, screenshot e riconoscimento OCR, tocchi e scorrimenti, inserimento di testo, gestione delle app e lettura dei log; ideale per i test automatizzati e il reverse engineering e debugging di iOS.
Automazione di WeChat per Windows (non web), una replica di wxauto compatibile con WeChat 4.x
Riconoscimento del testo della scena con modelli di sequenza autoregressivi permutati (ECCV 2022)
Pipeline OCR multimodale ottimizzata per l'addestramento ML (testo, figure, matematica, tabelle, diagrammi)
Riconoscimento automatico delle targhe (ALPR) o riconoscimento automatico dei numeri di targa (ANPR) software che funziona con qualsiasi fotocamera.
OCR veloce e offline per Node.js e C++. PP-OCRv6 con accelerazione hardware Core ML / WebGPU: riconosce il testo nelle immagini fornendo punteggi di affidabilitร e coordinate. npm: @arcships/light-ocr
Un plugin (di accompagnamento) per facilitare l'estrazione di testo da immagini (OCR) e PDF.
๐ Rilevamento del testo migliorato combinando piรน motori OCR (EasyOCR, Tesseract e Pororo) con ๐ง LLM.
Automazione di documenti di rendiconto bancario AI tramite modello LLM e analisi finanziaria personale
[ECCV 2026] Un framework basato sulla diffusione per l'OCR di documenti che sostituisce la decodifica autoregressiva con la decodifica a diffusione parallela a livello di blocco.
Un software di cattura schermo multipiattaforma semplice ed elegante. Supporta anche funzionalitร di OCR offline, traduzione di immagini, adesivi e blocco delle immagini.
Dai agli agenti IA occhi, orecchie e risultati verificabili. Watch Skill trasforma video, audio e attivitร sullo schermo in prove ricercabili e corredate di timestamp, e dimostra il lavoro tramite contratti deterministici, non opinioni del modello. DeepWatch รจ lโambiente di lavoro per agenti basato su DeepSeek Harness. Python + npm, MCP, CLI, REST e Web.
Trasforma qualsiasi documento in Markdown pulito e pronto per lโIA. App desktop con approccio local-first: legge PDF scansionati, elabora cartelle in batch, funziona offline e utilizza molti meno token rispetto ai modelli di visione.
Screenshot, registrazione dello schermo e riconoscimento del testo (OCR) per macOS, Windows e Linux.
Strumento open source per screenshot su Windows con acquisizione a scorrimento, annotazioni, OCR, traduzione, modifica di immagini fissate, registrazione di GIF e cronologia degli appunti.
Implementazione ufficiale di SynthTIGER (Synthetic Text Image Generator), ICDAR 2021
Strumento per organizzare le fatture elettroniche e preparare le richieste di rimborso: raccoglie in batch le fatture PDF/OFD/XML dalla posta elettronica, le riconosce tramite OCR, le classifica e archivia e genera riepiloghi Excel. Disponibile come applicazione desktop per Windows/macOS e come plug-in DSH.
CLI di macOS per OCR e PDF con testo ricercabile utilizzando il framework Vision di Apple
OneClip โ Un gestore degli appunti nativo, semplice e professionale per macOS ๏ฝ Uno strumento per la gestione degli appunti di macOS pulito ed elegante ๏ฝ Supporta inoltre screenshot e screenshot a scorrimento leggeri, registrazione dello schermo e dellโaudio, OCR, traduzione del testo selezionato, contenitori con trascinamento, incolla a stack, selezione del testo con PopClip, integrazione dellโIA, sincronizzazione sulla rete locale e molto altro
Il codice ufficiale per โDeep Unrestricted Document Image Rectificationโ, TMM, 2023.
Assistente per chat in finestra mobile (macOS): analisi dello schermo + un modello locale di piccole dimensioni per valutare intenzioni e rischi e generare risposte suggerite in base a copioni conversazionali. Solo lettura.
Estrai sottotitoli codificati direttamente dai video usando l'apprendimento automatico
Una toolbox per il deployment di modelli di deep learning utilizzando C++ YoloX | YoloV7 | YoloV8 | Gan | OCR | MobileVit | Scrfd | MobileSAM | StableDiffusion
๐ Un potente strumento pronto allโuso per la traduzione accademica di PDF | Windows + Mac | Mantiene perfettamente la formattazione delle formule ยท Integrazione approfondita con Zotero ยท 35 lingue ยท Oltre 20 motori di traduzione IA ยท Tabelle/OCR/glossari ยท Traduzione in batch | Basato su PDFMathTranslate (EMNLP 2025)
๐ฅ๐ฅ๐ฅImplementazione del codice Java per chiamare RapidOCR (basato su PaddleOCR), adattamento per Mac, Win, Linux, supporto per l'ultimo PP-OCRv4
Servizio self-hosted per convertire URL e file in Markdown, pensato per le persone e gli agenti IA: pagine web, documenti, immagini, audio e YouTube. PWA + REST + MCP + skill per Claude Code, compatibile con Reddit e con link condivisi aggiornabili.