#ocr Repositórios
255 repositórios no total
🎮 Ferramenta de Tradução de Jogos em Tempo Real | OCR + Tradução IA | Jogos no Windows | Código Aberto
Dedoc é uma biblioteca (serviço) para automatizar a análise de documentos e trazê-los para um formato uniforme. Ele extrai automaticamente conteúdo, estrutura lógica, tabelas e metainformações de documentos eletrônicos textuais. (Analisar documento; Extração de conteúdo de documento; Extração de estrutura lógica; Analisador de PDF; Analisador de documento digitalizado; Analisador de DOCX; Analisador de HTML
Digitaliza personagens, artefatos e armas de Genshin Impact da janela do jogo para um arquivo JSON.
meikipop - dicionário pop-up universal de OCR japonês para Windows, Linux e macOS
Simulação de mensagens do Windows, gdi, dx, captura de tela opengl, encontrar imagem, encontrar texto (OCR)
Ferramenta de extração de legendas codificadas ultrarrápida. A extração com velocidade 10x é alcançada apenas com um chip M1 da Apple ou uma placa gráfica Nvidia 3060. A very fast tool for video hardcode subtitle extraction
Companheiro para Windows de League of Legends ARAM Mayhem, com recomendações LCU somente para leitura, estatísticas de aprimoramentos Hextec e sobreposições OCR no jogo.
Ferramenta de automação para iOS e servidor MCP que permite que assistentes de IA como Claude, Codex e Cursor entendam a tela do iPhone e controlem o dispositivo diretamente. Oferece suporte à obtenção da árvore da interface, localização de elementos, capturas de tela e reconhecimento por OCR, toques e deslizes, entrada de texto, gerenciamento de apps e leitura de logs — ideal para testes automatizados e engenharia reversa e depuração do iOS.
Automação do WeChat para Windows (não web), uma réplica do wxauto compatível com o WeChat 4.x
Reconhecimento de Texto de Cena com Modelos de Sequência Autoregressiva Permutados (ECCV 2022)
Pipeline de OCR multimodal otimizado para treinamento de ML (texto, figuras, matemática, tabelas, diagramas)
Software de Reconhecimento Automático de Matrículas (ALPR) ou Reconhecimento Automático de Placas (ANPR) que funciona com qualquer câmara.
OCR rápido e offline para Node.js e C++. PP-OCRv6 com aceleração de hardware por Core ML / WebGPU — reconhece texto em imagens com pontuações de confiança e coordenadas. npm: @arcships/light-ocr
Um plugin (complementar) para facilitar a extração de texto de imagens (OCR) e PDFs.
🔍 Melhor detecção de texto combinando múltiplos motores OCR (EasyOCR, Tesseract e Pororo) com 🧠 LLM.
Automação de Documentos de Extrato Bancário por IA com Modelo LLM e Análise Financeira Pessoal
[ECCV 2026] Um framework baseado em difusão para OCR de documentos que substitui a decodificação autorregressiva pela decodificação de difusão paralela em nível de bloco.
Um software de captura de tela multiplataforma simples e bonito. Ele também suporta recursos de OCR offline, tradução de imagens, adesivos e fixação de imagens.
Dê olhos, ouvidos e resultados verificáveis aos agentes de IA. O Watch Skill transforma vídeos, áudio e atividades na tela em evidências pesquisáveis e com marcação de tempo, e comprova o trabalho por meio de contratos determinísticos, não de opiniões do modelo. DeepWatch é o espaço de trabalho para agentes desenvolvido com base no DeepSeek Harness. Python + npm, MCP, CLI, REST e Web.
Transforme qualquer documento em Markdown limpo e pronto para IA. Aplicativo para desktop com prioridade ao processamento local: lê PDFs digitalizados, processa pastas em lote, funciona offline e usa muito menos tokens do que modelos de visão.
Capturas de tela, gravação de tela e reconhecimento de texto (OCR) para macOS, Windows e Linux.
Ferramenta de captura de tela de código aberto para Windows com captura com rolagem, anotações, OCR, tradução, edição de imagens fixadas, gravação de GIF e histórico da área de transferência.
Implementação oficial do SynthTIGER (Gerador de Imagens de Texto Sintético), ICDAR 2021
Ferramenta para organizar faturas eletrônicas e preparar pedidos de reembolso: coleta em lote faturas PDF/OFD/XML do seu e-mail, reconhece-as por OCR, classifica e arquiva os documentos e gera resumos no Excel. Disponível como aplicativo para Windows/macOS e como plug-in DSH.
CLI do macOS para OCR e PDFs pesquisáveis usando o framework Vision da Apple
OneClip — Um gestor de área de transferência nativo, simples e profissional para macOS | Uma ferramenta de gestão da área de transferência do macOS limpa e elegante | Também oferece suporte a capturas de ecrã e capturas com deslocamento leves, gravação de ecrã e áudio, OCR, tradução de texto selecionado, contentores de arrastar e largar, colagem em pilha, seleção de texto com PopClip, integração com IA, sincronização na rede local e muito mais
O código oficial para “Deep Unrestricted Document Image Rectification”, TMM, 2023.
Assistente de chat em janela flutuante (macOS): percepção da tela + um modelo local pequeno para avaliar intenção e risco e gerar sugestões de resposta com base em roteiros de conversa. Somente leitura.
Uma caixa de ferramentas para implantação de modelos de deep learning usando C++ YoloX | YoloV7 | YoloV8 | Gan | OCR | MobileVit | Scrfd | MobileSAM | StableDiffusion
📖 Uma poderosa ferramenta de tradução acadêmica de PDFs pronta para usar | Windows + Mac | Preserva perfeitamente a formatação das fórmulas · Integração profunda com o Zotero · 35 idiomas · Mais de 20 mecanismos de tradução por IA · Tabelas/OCR/glossários · Tradução em lote | Baseado no PDFMathTranslate (EMNLP 2025)
🔥🔥🔥Implementação em código Java para chamar o RapidOCR (baseado no PaddleOCR), compatível com Mac, Win, Linux, suportando o mais recente PP-OCRv4
Serviço auto-hospedado para converter URLs e arquivos em Markdown, destinado a pessoas e agentes de IA: páginas da web, documentos, imagens, áudio e YouTube. PWA + REST + MCP + skill para Claude Code, compatível com o Reddit e com links compartilhados atualizáveis.