#ocr Repositórios
255 repositórios no total
O Framework de Agente LLM no ComfyUI inclui o servidor MCP, Omost, GPT-sovits, ChatTTS, GOT-OCR2.0 e nós de prompt FLUX, acesso ao Feishu, discord, e se adapta a todos os LLMs com interfaces semelhantes ao openai / aisuite, como o1, ollama, gemini, grok, qwen, GLM, deepseek, kimi, doubao. Adaptado a LLMs locais, VLM, GGUF como llama-3.3 Janus-Pro, Linkage graphRAG
Auxiliar na organização de suas pilhas de documentos, resultantes de scanners, e-mails e outras fontes, com esforço mínimo.
AALC, o assistente da Limbus Company para PC. AALC, Limbus Company Assistant on PC
Uma ferramenta para converter o esquema de cores/paleta de um papel de parede, realizar OCR com os modos Tradicional e Híbrido da VLM, compressão de imagem, extração de paleta de cores, aumento de escala de imagem (upscaling) com Redes Adversariais e mais recursos de processamento de imagem.
Deixe o Claude (ou qualquer LLM) realmente assistir a um vídeo — quadros com detecção de cena e sem duplicatas + transcrição, de uma URL ou arquivo local. Executa localmente, MIT.
Sistema de Reconhecimento de Texto Manuscrito (HTR) implementado com TensorFlow.
Motor OCR/VLM multi‑backend em Rust (DeepSeek‑OCR‑1/2, PaddleOCR‑VL, DotsOCR) com quantização DSQ e um servidor e CLI compatíveis com OpenAI – roda localmente sem Python.
Automação de navegador e desktop com um servidor MCP para assistentes de IA. Grave macros ou escreva JavaScript para automatizar sites, extrair dados e controlar aplicativos de desktop com OCR e reconhecimento de imagens.
Um kit de ferramentas local, livre de OCR para extração de dados não estruturados, conversão para markdown e benchmarking. (https://idp-leaderboard.org/)
QuickClipboard é uma ferramenta de aprimoramento de área de transferência multiplataforma (atualmente compatível com Windows e Android), construída com Tauri 2 + Rust + React. Ela começa a funcionar no momento em que você copia — registrando automaticamente texto, imagens, rich text e arquivos, permitindo que você recupere qualquer conteúdo copiado a qualquer momento. Indo além do registro, o QuickClipboard integra recursos como fixação de imagens, OCR e sincronização em rede local, proporcionando um aumento abrangente na produtividade diária do escritório.
Modelo de OCR com 1 milhão de parâmetros — funciona em CPU, é 15 vezes mais rápido que o Tesseract e oferece precisão próxima à de modelos com mais de 1 bilhão de parâmetros
Pesquise instantaneamente e localmente em documentos, código e até capturas de ecrã. Um iniciador de ficheiros gratuito e de código aberto com OCR, pesquisa semântica e acesso para agentes MCP.
Um sistema OCR leve, reestruturado com base no PaddleOCR e dissociado da estrutura de treinamento de deep learning PaddlePaddle, com velocidade de inferência ultrarrápida.
Uma coleção de ideias e algoritmos originais e inovadores voltados para Máquinas Literatas Avançadas. Este projeto é mantido pela Equipe de OCR no Laboratório de Tecnologia de Linguagem, Tongyi Lab, Alibaba Group.
Biblioteca de inferência de IA on-device para React Native, de alto desempenho e com foco na privacidade, alimentada pelo runtime ExecuTorch do PyTorch
YomiToku é um pacote Python que fornece um motor de análise de documentos em japonês com tecnologia de IA. Yomitoku é um pacote de análise de imagens de documentos baseado em IA, projetado especificamente para o idioma japonês.
Extração de dados não estruturados de forma rápida e eficiente. Escrito em Rust com ligações (bindings) para muitas linguagens.
MixTeX combina LaTeX multimodal, ZhEn e OCR de Tabelas. Ele realiza inferência eficiente baseada em CPU localmente, offline, no Windows.
ExtractThinker é uma biblioteca de Document Intelligence para LLMs, oferecendo interação estilo ORM para fluxos de trabalho de documentos flexíveis e poderosos.
Coleção de bibliotecas e ferramentas de código aberto para Automação Robótica de Processos (RPA), projetada para ser utilizada tanto com Robot Framework quanto com Python
Extraia e converta dados de qualquer documento, imagens, PDFs, documentos do Word, PPT ou URL para vários formatos (Markdown, JSON, CSV, HTML) com extração inteligente de dados estruturados e OCR avançado.
Screenshot e gravação de tela de código aberto para macOS. A alternativa gratuita e nativa ao CleanShot X. Construído com Swift 6.0 e SwiftUI.
OpenOCR: Um conjunto de ferramentas de código aberto para pesquisa e aplicações gerais de OCR, integra um benchmark unificado de treinamento e avaliação, sistemas OCR e de processamento de documentos de nível comercial, e reproduções fiel das implementações principais de uma ampla gama de artigos acadêmicos.
Programa Windows de linha de comando para reconhecimento offline de texto em imagens (OCR), que gera a saída em formato de string JSON, facilitando a chamada por outros programas. Oferece APIs para diversas linguagens. Compilado com PaddleOCR C++.
Plataforma de código aberto para extrair dados estruturados de documentos usando IA.
Uma versão empacotada e flexível do detector de texto CRAFT e do modelo de reconhecimento Keras CRNN.
Um grupo de notebooks e outros arquivos que podem ajudá-lo a aprender IA do zero.
Um servidor de conversão de arquivos auto-hospedado e consciente dos recursos, compatível com 530 formatos em 26 idiomas.
Traduzir Qualquer Idioma De Uma Vez Por Todas - Extensão do Chrome: Tradutor de PDF, EBOOK, EPUB, OCR, TTS, NETFLIX, LEGENDAS DUPLAS DO YOUTUBE, GOOGLE DOCS, IA, VISUALIZADOR, GMAIL, ESCRITA, IMAGEM, LEGENDAS DUPLAS, MANGA, PLANO, DICIONÁRIO, WEBTOON, EDGE, JAPONÊS, INGLÊS
Como Copiar Texto de Imagens? A resposta é TextSnatcher!. Realize operações de OCR em segundos no Linux Desktop.
Tradutor de tela em tempo real para Android, de código aberto e sem root, adequado para jogos, visual novels e mangás. Suporta OCR no dispositivo e na nuvem, LLMs offline, vários serviços de tradução, traduções na tela e texto para fala (TTS).
Uso do computador por cerca de US$ 0,0002 por etapa: fazer OCR da tela, classificar a próxima ação com o TypeSafe e clicar. macOS.
:art: Reconhecimento Aprimorado de Fórmulas Matemáticas: Suporta fórmulas manuscritas e impressas em chinês/inglês, com raciocínio de símbolos primário (base de dados estruturada em Árvore de Sintaxe Abstrata LaTeX) Math Formula OCR Pro, supports handwrite, Chinese-mixed formulas and simple symbol reasoning (based on LaTeX AST).