Git Stars Git Stars

#ocr リポジトリ

255
リポジトリ総数
1.3M
合計スター数
5,293
リポジトリあたりの平均スター数

リポジトリ合計255件

101
heshengtao/comfyui_LLM_party

ComfyUIのLLMエージェントフレームワークには、MCPサーバー、Omost、GPT-sovits、ChatTTS、GOT-OCR2.0、FLUXプロンプトノードが含まれており、Feishu、discordにアクセスでき、o1、ollama、gemini、grok、qwen、GLM、deepseek、kimi、doubaoのようなopenai / aisuiteインターフェイスを持つすべてのLLMに適応します。llama-3.3 Janus-Pro、Linkage GraphRAGなどのローカルLLM、VLM、ggufに適応しました。

heshengtao
⭐ 2,393 Python 👤 heshengtao User 🕐 更新日時 2026-07-29 📅 作成日 2024-04-13
102
eikek/docspell

スキャナー、電子メール、その他のソースからの書類の山を最小限の労力で整理するのを支援します。

eikek
⭐ 2,354 Elm 👤 eikek User 🕐 更新日時 2026-11-21 📅 作成日 2019-07-16
103
KIYI671/AhabAssistantLimbusCompany

AALC, PC用Limbus Companyアシスタント。AALC, Limbus CompanyのPC向けアシスタント。

KIYI671
⭐ 2,349 Python 👤 KIYI671 User 🕐 更新日時 2026-11-19 📅 作成日 2024-05-18
104
Achno/gowall

壁紙のカラースキーム/パレットを変換するツール、VLMのトラディショナル&ハイブリッドによるOCR、画像圧縮、カラーパレット抽出、敵対的ネットワークを用いた画像アップスケーリング、その他多くの画像処理機能を備えています。

Achno
⭐ 2,332 Go 👤 Achno User 🕐 更新日時 2026-11-14 📅 作成日 2024-07-22
105
HUANGCHIHHUNGLeo/claude-real-video

Claude(または任意のLLM)に実際に動画を視聴させる — シーン認識、重複除去されたフレーム+トランスクリプト、URLまたはローカルファイルから。ローカルで実行、MITライセンス。

HUANGCHIHHUNGLeo
⭐ 2,329 Python 👤 HUANGCHIHHUNGLeo User 🕐 更新日時 2026-11-20 📅 作成日 2026-06-30
106
scambier/obsidian-omnisearch

Obsidianで「使うだけでちゃんと動く」検索エンジン。

scambier
⭐ 2,201 TypeScript 👤 scambier User 🕐 更新日時 2026-10-24 📅 作成日 2022-04-10
107
githubharald/SimpleHTR

TensorFlowで実装された手書き文字認識(HTR)システム。

githubharald
⭐ 2,193 Python 👤 githubharald User 🕐 更新日時 2026-06-25 📅 作成日 2018-06-13
108
TimmyOVO/deepseek-ocr.rs

RustのマルチバックエンドOCR/VLMエンジン(DeepSeek‑OCR‑1/2、PaddleOCR‑VL、DotsOCR)にDSQ量子化とOpenAI互換のサーバー&CLIを搭載 – Pythonなしでローカル実行可能。

TimmyOVO
⭐ 2,185 Rust 👤 TimmyOVO User 🕐 更新日時 2026-02-21 📅 作成日 2025-10-25
109
sirfz/tesserocr

tesseract-ocr APIのためのPythonラッパー

sirfz
⭐ 2,181 Python 👤 sirfz User 🕐 更新日時 2026-11-12 📅 作成日 2015-12-17
110
A9T9/RPA

AIアシスタント向けのMCPサーバーによるブラウザーおよびデスクトップの自動化。マクロを記録したり、JavaScriptを記述したりして、ウェブサイトを自動化し、データを抽出し、OCRと画像認識でデスクトップアプリを操作できます。

A9T9
⭐ 2,109 TypeScript 👤 A9T9 User 🕐 更新日時 2026-11-04 📅 作成日 2017-08-04
111
riddleling/iOS-OCR-Server

AppleのVisionフレームワークを使用したiOS OCRサーバー

riddleling
⭐ 2,102 Swift 👤 riddleling User 🕐 更新日時 2026-10-06 📅 作成日 2025-08-01
112
NanoNets/docext

オンプレミス、OCRフリーの非構造化データ抽出、Markdown変換、ベンチマークツールキット。(https://idp-leaderboard.org/)

NanoNets
⭐ 2,086 Python 👤 NanoNets Organization 🕐 更新日時 2026-03-17 📅 作成日 2025-03-25
113
mosheng1/QuickClipboard

QuickClipboardは、Tauri 2 + Rust + Reactをベースに構築されたクロスプラットフォーム対応のクリップボード拡張ツール(現在はWindowsとAndroidをサポート)です。コピーした瞬間に動作を開始し、テキスト、画像、リッチテキスト、ファイルを自動的に記録するため、過去にコピーしたあらゆるコンテンツをいつでも取り出すことができます。単なる記録にとどまらず、画像ピン留め、OCR、LAN同期などの機能を統合しており、日々のオフィス業務の効率を全面的に向上させます。

mosheng1
⭐ 2,052 Rust 👤 mosheng1 User 🕐 更新日時 2026-10-14 📅 作成日 2025-07-26
114
manisandro/gImageReader

tesseract-ocr の Gtk/Qt フロントエンド。

manisandro
⭐ 2,025 C++ 👤 manisandro User 🕐 更新日時 2026-11-15 📅 作成日 2014-02-10
115
amebalabs/TRex

画面上のあらゆるテキストをコピーし、再入力を停止します。

amebalabs
⭐ 1,960 Swift 👤 amebalabs Organization 🕐 更新日時 2026-11-11 📅 作成日 2021-02-19
116
robertknight/ocrs

OCR(画像からテキストを抽出)用の Rust ライブラリと CLI ツール

robertknight
⭐ 1,922 Rust 👤 robertknight User 🕐 更新日時 2026-11-08 📅 作成日 2024-01-02
117
datalab-to/indra

100万パラメータのOCRモデル — CPUで動作し、Tesseractより15倍高速。精度は10億以上のパラメータを持つモデルに匹敵

datalab-to
⭐ 1,910 Python 👤 datalab-to Organization 🕐 更新日時 2026-11-04 📅 作成日 2026-10-13
118
yjid/kensaku

ドキュメント、コード、さらにはスクリーンショットの中まで、ローカルですぐに検索。OCR、セマンティック検索、MCPエージェントへのアクセスに対応した、無料のオープンソースファイルランチャーです。

yjid
⭐ 1,888 Rust 👤 yjid User 🕐 更新日時 2026-11-19 📅 作成日 2026-10-24
119
jingsongliujing/OnnxOCR

PaddleOCRに基づき再構築され、PaddlePaddleディープラーニングトレーニングフレームワークから分離された軽量OCR。推論速度は超高速です。

jingsongliujing
⭐ 1,881 Python 👤 jingsongliujing User 🕐 更新日時 2026-06-11 📅 作成日 2023-07-08
120
kmonkeyhead/MORT

MORT 翻訳器プロジェクト - OCR付きリアルタイムゲーム翻訳器

kmonkeyhead
⭐ 1,845 C# 👤 kmonkeyhead User 🕐 更新日時 2026-11-16 📅 作成日 2016-06-09
121
AlibabaResearch/AdvancedLiterateMachinery

高度な文学機械に向けた、オリジナルで革新的なアイデアとアルゴリズムのコレクション。このプロジェクトは、Alibaba GroupのTongyi LabのLanguage Technology LabのOCRチームによって維持されています。

AlibabaResearch
⭐ 1,832 C++ 👤 AlibabaResearch Organization 🕐 更新日時 2026-03-17 📅 作成日 2022-09-28
122
software-mansion/react-native-executorch

PyTorch の ExecuTorch ランタイムを基盤とする、React Native 向けの高性能かつプライバシー重視のオンデバイス AI 推論ライブラリ

software-mansion
⭐ 1,794 TypeScript 👤 software-mansion Organization 🕐 更新日時 2026-11-20 📅 作成日 2024-10-16
123
kha-white/mokuro

選択可能なテキストでブラウザ内で日本の漫画を読む。

kha-white
⭐ 1,791 HTML 👤 kha-white User 🕐 更新日時 2026-07-20 📅 作成日 2022-04-16
124
ianzhao/textshot

スクリーンショット経由でテキストを取得するPythonツール

ianzhao
⭐ 1,775 Python 👤 ianzhao User 🕐 更新日時 2024-12-20 📅 作成日 2020-05-21
125
nguyenq/tess4j

Tesseract OCR API用Java JNAラッパー

nguyenq
⭐ 1,755 Java 👤 nguyenq User 🕐 更新日時 2026-11-07 📅 作成日 2014-06-25
126
reworkd/tarsier

Webインタラクションエージェントのためのビジョンユーティリティ 👀

reworkd
⭐ 1,746 Jupyter Notebook 👤 reworkd Organization 🕐 更新日時 2024-11-25 📅 作成日 2023-11-09
127
kotaro-kinoshita/yomitoku

YomiTokuはAIを活用した日本語文書解析エンジンを提供するPythonパッケージです。 Yomitoku is an AI-powered document image analysis package designed specifically for the Japanese language.

kotaro-kinoshita
⭐ 1,707 Python 👤 kotaro-kinoshita User 🕐 更新日時 2026-11-19 📅 作成日 2024-10-30
128
yobix-ai/extractous

高速かつ効率的な非構造化データ抽出。Rustで記述されており、多くの言語用のバインディングがあります。

yobix-ai
⭐ 1,660 Rust 👤 yobix-ai Organization 🕐 更新日時 2024-12-21 📅 作成日 2024-06-04
129
RQLuo/MixTeX-Latex-OCR

MixTeX マルチモーダル LaTeX、ZhEn、およびテーブルOCR。Windowsでローカルオフラインで効率的なCPUベースの推論を実行します。

RQLuo
⭐ 1,624 Python 👤 RQLuo User 🕐 更新日時 2025-04-24 📅 作成日 2024-07-27
130
enoch3712/ExtractThinker

ExtractThinkerは、LLM向けのドキュメントインテリジェンスライブラリであり、柔軟で強力なドキュメントワークフローのためのORMスタイルの対話を提供します。

enoch3712
⭐ 1,606 Python 👤 enoch3712 User 🕐 更新日時 2026-09-16 📅 作成日 2024-02-01
131
robocorp/rpaframework

Robotic Process Automation (RPA) 用のオープンソースのライブラリとツールのコレクションで、Robot Framework と Python の両方と使用するように設計されています

robocorp
⭐ 1,584 Python 👤 robocorp Organization 🕐 更新日時 2026-11-20 📅 作成日 2020-01-02
132
NanoNets/docstrange

インテリジェントな構造化データ抽出と高度なOCRにより、ドキュメント、画像、PDF、Wordドキュメント、PPT、またはURLからデータを複数の形式(Markdown、JSON、CSV、HTML)に抽出および変換します。

NanoNets
⭐ 1,578 Python 👤 NanoNets Organization 🕐 更新日時 2025-10-31 📅 作成日 2025-07-31
133
lzhgus/Capso

macOS向けオープンソースのスクリーンショットおよび画面録画。CleanShot Xの無料でネイティブな代替。Swift 6.0とSwiftUIで構築。

lzhgus
⭐ 1,513 Swift 👤 lzhgus User 🕐 更新日時 2026-11-21 📅 作成日 2026-04-10
134
Topdu/OpenOCR

OpenOCR:汎用OCR研究・アプリケーション向けのオープンソースツールキットであり、統一されたトレーニングおよび評価ベンチマーク、商用レベルのOCRおよびドキュメントパースングシステム、そして広範な学術論文からのコア実装の忠実な再現を統合しています。

Topdu
⭐ 1,498 Python 👤 Topdu User 🕐 更新日時 2026-09-21 📅 作成日 2024-05-31
135
hiroi-sora/PaddleOCR-json

他のプログラムからの呼び出しを容易にするため、JSON文字列として結果を出力する、Windows用OCRオフライン画像文字認識コマンドラインプログラム。さまざまな言語APIを提供します。PaddleOCR C++からコンパイルされました。

hiroi-sora
⭐ 1,498 C++ 👤 hiroi-sora User 🕐 更新日時 2025-04-07 📅 作成日 2022-03-29
136
tesseract-ocr/tessdata_best

最適(最も正確な)訓練済みLSTMモデル。

tesseract-ocr
⭐ 1,481 👤 tesseract-ocr Organization 🕐 更新日時 2024-03-09 📅 作成日 2017-09-11
137
DocumindHQ/documind

AIを使用してドキュメントから構造化データを抽出するためのオープンソースプラットフォーム。

DocumindHQ
⭐ 1,475 JavaScript 👤 DocumindHQ Organization 🕐 更新日時 2025-05-15 📅 作成日 2024-11-17
138
faustomorales/keras-ocr

CRAFT テキスト検出器と Keras CRNN 認識モデルのパッケージ化された柔軟なバージョン。

faustomorales
⭐ 1,473 Python 👤 faustomorales User 🕐 更新日時 2025-09-22 📅 作成日 2019-09-20
139
Ramakm/AI-Engineering

AIを一から学ぶのに役立つノートブックやその他のファイルの集まり。

Ramakm
⭐ 1,469 Jupyter Notebook 👤 Ramakm User 🕐 更新日時 2026-10-03 📅 作成日 2025-11-24
140
sdcb/PaddleSharp

Baidu paddle 推論ライブラリおよびPaddleOCR用の.NET/C#バインディング

sdcb
⭐ 1,458 C# 👤 sdcb User 🕐 更新日時 2026-08-30 📅 作成日 2021-12-16
141
zelon88/HRConvert2

530種類の形式と26言語に対応した、リソース効率に配慮したセルフホスト型ファイル変換サーバー。

zelon88
⭐ 1,398 PHP 👤 zelon88 User 🕐 更新日時 2026-11-21 📅 作成日 2018-02-24
142
myhub/tr

無料オフライン OCR オフライン中文テキスト検出+認識SDK

myhub
⭐ 1,384 Python 👤 myhub User 🕐 更新日時 2026-10-11 📅 作成日 2019-08-18
143
ttop32/MouseTooltipTranslator

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

ttop32
⭐ 1,381 JavaScript 👤 ttop32 User 🕐 更新日時 2026-11-14 📅 作成日 2020-12-24
144
RajSolai/TextSnatcher

画像からテキストをコピーする方法は?答えはTextSnatcherです! Linuxデスクトップで数秒でOCR操作を実行します。

RajSolai
⭐ 1,372 Vala 👤 RajSolai User 🕐 更新日時 2024-03-20 📅 作成日 2021-07-15
145
ciddwd/overlay-translator

ルート不要のオープンソースAndroid向けリアルタイム画面翻訳ツール。ゲーム、ビジュアルノベル、漫画に最適。端末内およびクラウドOCR、オフラインLLM、複数の翻訳サービス、画面上の翻訳表示、テキスト読み上げ(TTS)に対応。

ciddwd
⭐ 1,369 Kotlin 👤 ciddwd User 🕐 更新日時 2026-11-16 📅 作成日 2026-06-22
146
gavrielc/Nano-PDF

Nano Banana で PDF ファイルを編集

gavrielc
⭐ 1,331 Python 👤 gavrielc User 🕐 更新日時 2025-12-03 📅 作成日 2025-11-28
147
OneMoreGres/ScreenTranslator

スクリーンキャプチャ、OCR、翻訳ツール。

OneMoreGres
⭐ 1,314 C++ 👤 OneMoreGres User 🕐 更新日時 2026-09-02 📅 作成日 2014-02-08
148
awlevin/typesafe-computer-use

1ステップ約0.0002ドルでコンピューターを操作:画面をOCRし、TypeSafeで次のアクションを分類してクリック。macOS。

awlevin
⭐ 1,309 Python 👤 awlevin User 🕐 更新日時 2026-09-29 📅 作成日 2026-09-16
149
datalab-to/lift

ドキュメントから構造化データを迅速かつ正確に抽出します。

datalab-to
⭐ 1,288 Python 👤 datalab-to Organization 🕐 更新日時 2026-10-22 📅 作成日 2026-06-03
150
LinXueyuanStdio/LaTeX_OCR_PRO

:art: 数学式認識強化版:中英手書き印刷式、初級記号推論対応(データ構造は LaTeX 抽象構文木ベース)Math Formula OCR Pro、手書き、中国混在式および簡単な記号推論をサポート (LaTeX AST ベース)。

LinXueyuanStdio
⭐ 1,273 Jupyter Notebook 👤 LinXueyuanStdio User 🕐 更新日時 2024-06-11 📅 作成日 2019-07-20