#ocr Repositórios
255 repositórios no total
Uma lista de projetos de IA de código aberto que você pode usar para gerar renda facilmente.
Shiping: capturas de tela + IA para entender tudo o que aparece na sua tela. Código, mensagens de erro, exercícios, gráficos e materiais em outros idiomas: faça uma captura com um atalho de teclado e obtenha uma resposta. Pode ficar em execução em segundo plano como ferramenta de desktop e reconhecer instantaneamente qualquer área selecionada. No modo de conversa, entende perguntas em tempo real e apresenta os pontos principais da resposta. Use como ferramenta de desktop, assistente para entrevistas, provas ou resolução de exercícios.
Inferência do PaddleOCR em PyTorch. Convertido de [PaddleOCR](https://github.com/PaddlePaddle/PaddleOCR)
RMT (RuoMengTu) é uma ferramenta de macro gratuita e de código aberto construída sobre AHKv2. Deixe o código lidar com o trabalho tedioso — você tem coisas mais significativas para fazer.
🌝 MLKit é um kit de ferramentas poderoso e fácil de usar. Com o ML Kit, você pode implementar facilmente funcionalidades como reconhecimento de texto, leitura de códigos de barras, rotulagem de imagens, detecção facial e detecção de objetos.
Ferramenta de pesquisa de código aberto para pesquisar, navegar, analisar e explorar grandes coleções de documentos por meio de um Mecanismo de Busca Semântica e plataforma de Mineração de Texto e Análise de Texto de Código Aberto (Integra ETL para processamento de documentos, OCR para imagens e PDF, reconhecimento de entidade nomeada para pessoas, organizações e locais, gerenciamento de metadados por tesauro e ontologias, interface de usuário de pesquisa e aplicativos de pesquisa para pesquisa de texto completo, pesquisa facetada e grafo de conhecimento)
Win顺: um iniciador de pesquisa rápida gratuito e de código aberto para Windows. Pressione Ctrl duas vezes para encontrar arquivos instantaneamente por pinyin, pesquisar o texto completo de arquivos Word/Excel/PDF, consultar o histórico da área de transferência (alternativa ao Win+V), pesquisar em caixas de diálogo e na barra de tarefas, além de usar plugins e o assistente de IA MCP. Um iniciador de pesquisa gratuito para Windows com busca de arquivos por pinyin, pesquisa de texto completo, histórico da área de transferência e servidor MCP. Uma alternativa ao Everything/Listary.
⌘⌘ - Uma ferramenta de captura de tela nativa e leve para macOS que fica na sua barra de menus. Pressione duas vezes ⌘ Command para capturar qualquer região da sua tela — copiada instantaneamente para a área de transferência, ou faça anotações primeiro com ferramentas de caneta e mosaico.
Qualquer arquivo → Markdown limpo para agentes de IA: PDF, Word, PowerPoint, Excel, EPUB, HTML e páginas da web, imagens (OCR), áudio e vídeo (metadados, legendas e transcrições). Um servidor MCP e uma CLI rápidos em Rust que rodam na sua máquina. Nenhuma chave de API é necessária.
SnapX é uma ferramenta gratuita, de código aberto e multiplataforma que permite capturar ou gravar qualquer área da sua tela e compartilhá-la instantaneamente com um único toque de tecla. Carregue imagens, vídeos, texto e muito mais para vários destinos suportados — tudo com facilidade. Bifurcação do ShareX.
Paddle.js é um projeto web para Baidu PaddlePaddle, que é um framework de deep learning de código aberto executado no navegador. O Paddle.js pode carregar um modelo pré-treinado ou transformar um modelo do paddle-hub com as ferramentas de transformação de modelo fornecidas pelo Paddle.js. Ele pode ser executado em qualquer navegador com suporte para WebGL/WebGPU/WebAssembly. Ele também pode ser executado em Baidu Smartprogram e WX miniprogram.
Fork do SumatraPDF: EPUB/MOBI em chinês, modo escuro inteligente para PDF, OCR, TTS, dicionário offline.
📄 PDF -> .MD/.JSON API & SDK para PaddleOCR-VL com extração de dados estruturados. Auto-hospedável.
Organizar os modelos de reconhecimento de tabela ótimos atualmente de código aberto, aprimorar o pré-processamento e o pós-processamento e converter os modelos para ONNX.
Fork do tess-two reescrito do zero para suportar a versão mais recente do Tesseract OCR.
[dsh] Um kit de ferramentas visuais mais poderoso, projetado para modelos somente de texto: instalação e uso com uma única linha, reconhecimento direto ao colar imagens, perguntas e respostas sobre várias imagens, restauração da UI frontend a partir de capturas de tela e muito mais|Integração nativa do DeepSeek Harness para agent-vision-toolkit: perguntas e respostas sobre imagens, OCR de capturas de tela longas, restauração de UI, grounding, diferença de pixels, Artifacts e Web UI.
Dicas, grades e teclas do Vim para toda a sua área de trabalho. Desenvolvido nativamente para macOS, Linux e Windows.
Um kit de imersão para aprender idiomas através de jogos e outros meios visuais.
Assistente de IA local e de código aberto para seus dados. Unifique tarefas, notas, documentos, fotos e favoritos. Privado, auto-hospedado e extensível via APIs.
Um modelo OCR LaTeX SOTA minimalista com apenas 20M de parâmetros, rodando no navegador. Pipeline de treinamento completo disponível para autorreprodução. | Modelo OCR de fórmula LaTeX SOTA ultraleve com apenas 20M de parâmetros, rodando no navegador. Código de pipeline de treinamento completo de código aberto para autoaprendizagem e reprodução.
PDF para markdown usando LLMs de visão — tabelas, layout e estrutura preservados
JevChat-Windows: um assistente de respostas acoplado ao lado da janela de chat. Ele captura uma imagem da janela e usa OCR local offline para ler as mensagens da outra pessoa → o Jev identifica a intenção → 3 respostas sugeridas podem ser inseridas com um clique; o envio é sempre manual.
Código-fonte do desafio da Equipe Tianchen Poxiao, ganhadora do Prêmio de Melhor Exploração Inovadora na Competição CCF-BDCI de 2019 e campeã do desafio de Extração de Elementos de Cartão de Identidade Baseada em OCR.
Um software OCR local, offline (após a configuração inicial), portátil, que pode processar imagens e arquivos PDF, usando DeepSeek-OCR-2 AI (executando diretamente em sua máquina).
Um tradutor de seleção leve para macOS construído com Swift 6 puro, com Apple Translate no dispositivo para privacidade, apenas 5MB de tamanho de instalação e uso estável de memória de ~50MB. Uma ferramenta leve de tradução por seleção para macOS, desenvolvida com Swift 6 puro, tradução Apple no dispositivo para proteger a privacidade, tamanho de instalação apenas 5MB, uso de memória em segundo plano estável em ~50MB
Note Companion: Assistente de IA para Obsidian que vai além de um simples chat. (anteriormente File Organizer 2000)
Sistema de Gerenciamento de Documentos de Código Aberto Gratuito (espelho, sem pull requests ou issues)
Um analisador de recibos de supermercado escrito em Python usando tesseract OCR
Habilidade universal de documentos LaTeX para Claude Code: 27 modelos, 27 scripts, 26 guias de referência. Criado com Claude Code na plataforma ✦ HappyCapy AI ✦
VTuber de IA com LLM, ASR, TTS, OCR, CV e outras tecnologias para fazer transmissões ao vivo ou jogar Minecraft com você.
Modelos OCR leves e rápidos para reconhecimento de texto de placas de licenciamento.
Plataforma OCR rápida, indolor e intuitiva escrita em Rust e TypeScript. UI moderna com API moderna, com ênfase na experiência intuitiva do usuário.
Interface web para reconhecimento de texto, revisão de OCR e criação de documentos totalmente digitalizados.
CnSTD: Pacote Python3 para Detecção de Texto em Cena (Scene Text Detection), Detecção de Fórmulas Matemáticas (Mathematical Formula Detection, MFD) e Análise de Layout (Layout Analysis) baseado em PyTorch/MXNet para Chinês/Inglês