#ocr Репозитории
Всего репозиториев: 255
Список проектов с открытым исходным кодом на базе ИИ, которые можно использовать для легкого получения дохода.
Shiping: скриншоты + ИИ, чтобы понимать всё, что отображается на экране. Код, сообщения об ошибках, задания, графики и материалы на иностранных языках — сделайте снимок экрана с помощью горячей клавиши и получите ответ. Приложение может постоянно работать в фоновом режиме как настольный инструмент: выделите любую область, чтобы мгновенно распознать её содержимое. В режиме диалога оно понимает вопросы в реальном времени и предлагает основные тезисы ответа. Используйте его как настольный инструмент, помощника для собеседований, экзаменов или решения задач.
Вывод PaddleOCR в PyTorch. Конвертировано из [PaddleOCR](https://github.com/PaddlePaddle/PaddleOCR)
RMT (RuoMengTu) — это бесплатный инструмент макросов с открытым исходным кодом, основанный на AHKv2. Позвольте коду выполнять утомительную работу — у вас есть более важные дела.
🌝 MLKit — это мощный и простой в использовании набор инструментов. С помощью ML Kit вы можете легко реализовать такие функции, как распознавание текста, распознавание штрих-кодов, маркировка изображений, обнаружение лиц, обнаружение объектов и т. д.
Инструмент исследования с открытым исходным кодом для поиска, просмотра, анализа и исследования больших коллекций документов с помощью Semantic Search Engine и платформы Text Mining & Text Analytics с открытым исходным кодом (Интегрирует ETL для обработки документов, OCR для изображений & PDF, named entity recognition для лиц, организаций & местоположений, управление метаданными с помощью thesaurus & ontologies, интерфейс пользователя поиска & приложения поиска для полнотекстового поиска, faceted search & knowledge graph)
Win顺: бесплатный поисковый лаунчер с открытым исходным кодом для Windows. Дважды нажмите Ctrl, чтобы мгновенно находить файлы по пиньиню, выполнять полнотекстовый поиск в документах Word/Excel/PDF, просматривать историю буфера обмена (замена Win+V), искать в диалоговых окнах и на панели задач, а также использовать плагины и ИИ-ассистента MCP. Бесплатный поисковый лаунчер для Windows с поиском файлов по пиньиню, полнотекстовым поиском, историей буфера обмена и MCP-сервером. Альтернатива Everything/Listary.
⌘⌘ - Легкий и нативный инструмент для создания скриншотов в macOS, который находится в строке меню. Дважды нажмите ⌘ Command, чтобы захватить любую область экрана — снимок мгновенно скопируется в буфер обмена или его можно сначала аннотировать с помощью инструментов «перо» и «мозаика».
Любой файл → чистый Markdown для ИИ-агентов: PDF, Word, PowerPoint, Excel, EPUB, HTML и веб-страницы, изображения (OCR), аудио и видео (метаданные, субтитры, расшифровки). Быстрый MCP-сервер и CLI на Rust, работающие на вашем компьютере. Ключ API не требуется.
SnapX — это бесплатный, с открытым исходным кодом, кроссплатформенный инструмент, который позволяет захватывать или записывать любую область вашего экрана и мгновенно делиться ею одним нажатием клавиши. Загружайте изображения, видео, текст и многое другое в несколько поддерживаемых мест назначения — все с легкостью. Форк ShareX.
Paddle.js — это веб-проект для Baidu PaddlePaddle, фреймворка глубокого обучения с открытым исходным кодом, работающего в браузере. Paddle.js может загружать предварительно обученную модель или преобразовывать модель из paddle-hub с помощью инструментов преобразования моделей, предоставляемых Paddle.js. Он может работать в любом браузере с поддержкой WebGL/WebGPU/WebAssembly. Он также может работать в Baidu Smartprogram и WX miniprogram.
Форк SumatraPDF: китайский EPUB/MOBI, умный темный режим PDF, OCR, TTS, офлайн-словарь.
📄 PDF -> .MD/.JSON API & SDK для PaddleOCR-VL с извлечением структурированных данных. Самостоятельно хостится.
Организовать лучшие на данный момент общедоступные модели распознавания таблиц, улучшить предварительную и последующую обработку и преобразовать модели в ONNX.
Форк tess-two, переписанный с нуля для поддержки последней версии Tesseract OCR.
[dsh] Более мощный набор визуальных инструментов, разработанный для текстовых моделей: установка и использование одной строкой, распознавание изображений непосредственно после вставки, вопросы и ответы по нескольким изображениям, восстановление интерфейса frontend по скриншоту и многое другое|Нативная интеграция DeepSeek Harness для agent-vision-toolkit: вопросы и ответы по изображениям, OCR длинных скриншотов, восстановление UI, grounding, попиксельное сравнение, Artifacts и Web UI.
Подсказки, сетки и клавиши Vim для всего рабочего стола. Нативная поддержка macOS, Linux и Windows.
Инструментарий для погружения в изучение языков через игры и другие визуальные медиа.
Локальный, с открытым исходным кодом ИИ-помощник для ваших данных. Объединяет задачи, заметки, документы, фотографии и закладки. Частный, с возможностью самостоятельного размещения и расширяемый через API.
Минималистичная SOTA LaTeX OCR модель всего с 20M параметров, работающая в браузере. Полный конвейер обучения доступен для самостоятельного воспроизведения. | Сверхлегкая модель распознавания формул LaTeX SOTA всего с 20M параметров, работающая в браузере. Весь код процесса обучения с открытым исходным кодом для самостоятельного изучения и воспроизведения.
PDF в markdown с использованием визуальных LLMs — таблицы, макеты и структура сохраняются
JevChat-Windows: помощник для ответов, закреплённый рядом с окном чата. Он делает снимок окна и с помощью локального офлайн-OCR считывает сообщения собеседника → Jev определяет намерение → 3 предложенных варианта ответа можно вставить одним кликом; отправка всегда выполняется вручную.
Конкурс 2019CCF-BDCI Лауреат премии за лучшее инновационное исследование Чемпион по теме извлечения элементов удостоверения личности на основе OCR Команда Тяньчэнь Посяо Исходный код темы
Локальное, офлайн (после первоначальной настройки), портативное программное обеспечение OCR, которое может обрабатывать изображения и PDF-файлы, используя DeepSeek-OCR-2 AI (работающий непосредственно на вашем компьютере).
Легковесный переводчик выделенного текста для macOS, созданный на чистом Swift 6, с Apple Translate на устройстве для конфиденциальности, размер установки всего 5 МБ и стабильное использование памяти ~50 МБ. Легковесный инструмент перевода по выделению для macOS, разработанный на чистом Swift 6, перевод Apple на устройстве для защиты приватности, размер установки всего 5 МБ, стабильное использование памяти в фоне около 50 МБ
Note Companion: ИИ-помощник для Obsidian, который выходит за рамки простого чата. (ранее Организатор файлов 2000)
Бесплатная система управления документами с открытым исходным кодом (зеркало, без pull-запросов или issues)
Парсер чеков супермаркета, написанный на Python с использованием tesseract OCR
Универсальный навык работы с документами LaTeX для Claude Code: 27 шаблонов, 27 скриптов, 26 справочных руководств. Создано с помощью Claude Code на платформе ✦ HappyCapy AI ✦
AI VTuber с LLM, ASR, TTS, OCR, CV и другими технологиями для трансляций в прямом эфире или совместной игры в Minecraft.
Быстрая, безболезненная, интуитивно понятная OCR-платформа, написанная на Rust и TypeScript. Современный UI с современным API, с акцентом на интуитивно понятный пользовательский опыт.
Веб-интерфейс для распознавания текста, корректуры OCR и создания полностью оцифрованных документов.
CnSTD: Python3 пакет для обнаружения текста на изображениях (Scene Text Detection), обнаружения математических формул (Mathematical Formula Detection, MFD) и анализа макета (Layout Analysis) на основе PyTorch/MXNet для китайского/английского языка