#ocr Репозитории
Всего репозиториев: 255
🎮 Инструмент перевода игр в реальном времени | OCR + ИИ-перевод | Игры на Windows | Открытый исходный код
Dedoc — это библиотека (сервис) для автоматического парсинга документов и приведения их к единообразному формату. Он автоматически извлекает контент, логическую структуру, таблицы и метаинформацию из текстовых электронных документов. (Парсинг документа; Извлечение содержимого документа; Извлечение логической структуры; Парсер PDF; Парсер сканированных документов; Парсер DOCX; Парсер HTML)
Сканирует персонажей, артефакты и оружие Genshin Impact из окна игры в файл JSON.
meikipop — универсальный всплывающий словарь японского OCR для Windows, Linux и macOS
Симуляция сообщений Windows, GDI, DX, снимок экрана OpenGL, поиск изображений, поиск текста (OCR)
Молниеносный инструмент для извлечения субтитров с жестким кодированием. Достижение 10-кратного ускорения извлечения возможно только с чипом Apple M1 или видеокартой Nvidia 3060. A very fast tool for video hardcode subtitle extraction
Компаньон для Windows для режима ARAM: Хаос в League of Legends с рекомендациями LCU только для чтения, статистикой улучшений «Гекс» и внутриигровыми OCR-оверлеями.
Инструмент автоматизации iOS и MCP Server, позволяющие ИИ-ассистентам, таким как Claude, Codex и Cursor, понимать содержимое экрана iPhone и напрямую управлять устройством. Поддерживаются получение дерева интерфейса, поиск элементов, снимки экрана и распознавание OCR, нажатия и свайпы, ввод текста, управление приложениями и чтение журналов. Подходит для автоматизированного тестирования, реверс-инжиниринга и отладки iOS.
Автоматизация WeChat для Windows (не веб-версия), аналог wxauto с поддержкой WeChat 4.x
Распознавание текста сцены с использованием пермутированных авторегрессионных моделей последовательностей (ECCV 2022)
Мультимодальный OCR-конвейер, оптимизированный для обучения ML (текст, рисунки, математика, таблицы, диаграммы)
Автоматическое распознавание номерных знаков (ALPR) или автоматическое распознавание автомобильных номеров (ANPR) программное обеспечение, работающее с любой камерой.
Быстрый офлайн-OCR для Node.js и C++. PP-OCRv6 с аппаратным ускорением Core ML / WebGPU — распознаёт текст на изображениях, предоставляя оценки уверенности и координаты. npm: @arcships/light-ocr
Сопутствующий плагин для облегчения извлечения текста из изображений (OCR) и PDF-файлов.
🔍 Улучшенное обнаружение текста путем объединения нескольких OCR-движков (EasyOCR, Tesseract и Pororo) с 🧠 LLM.
Автоматизация документов банковских выписок с помощью модели LLM и анализа личных финансов
[ECCV 2026] Фреймворк на основе диффузии для OCR документов, заменяющий авторегрессионное декодирование блочным параллельным диффузионным декодированием.
Простое и красивое кроссплатформенное программное обеспечение для создания снимков экрана. Оно также поддерживает функции автономного OCR, перевода изображений, стикеров и закрепления изображений.
Дайте ИИ-агентам глаза, уши и проверяемые результаты. Watch Skill превращает видео, аудио и действия на экране в доступные для поиска доказательства с временными метками и подтверждает выполнение работы детерминированными контрактами, а не мнением модели. DeepWatch — рабочее пространство для агентов на базе DeepSeek Harness. Python + npm, MCP, CLI, REST и Web.
Превращайте любые документы в чистый Markdown, готовый для работы с ИИ. Десктопное приложение с приоритетом локальной обработки: читает отсканированные PDF, пакетно обрабатывает папки, работает офлайн и использует значительно меньше токенов, чем модели компьютерного зрения.
Инструмент для создания снимков экрана в Windows с открытым исходным кодом: прокручиваемый захват, аннотации, OCR, перевод, редактирование закреплённых изображений, запись GIF и история буфера обмена.
Официальная реализация SynthTIGER (Synthetic Text Image Generator), ICDAR 2021
Инструмент для упорядочивания электронных счетов и подготовки документов на возмещение расходов: массово собирает счета в форматах PDF/OFD/XML из электронной почты, распознаёт их с помощью OCR, классифицирует и архивирует, а также формирует сводные таблицы Excel. Доступен в виде настольного приложения для Windows/macOS и плагина DSH.
CLI для macOS для OCR и создания PDF с возможностью поиска с использованием фреймворка Apple Vision
OneClip — простой и профессиональный нативный менеджер буфера обмена для macOS | Чистый и красивый инструмент управления буфером обмена macOS | Также поддерживает лёгкие снимки экрана и снимки с прокруткой, запись экрана и звука, OCR, перевод выделенного текста, контейнеры с перетаскиванием, пакетную вставку, выделение текста с помощью PopClip, интеграцию с ИИ, синхронизацию по локальной сети и многое другое
Официальный код для «Deep Unrestricted Document Image Rectification», TMM, 2023.
Ассистент чата в плавающем окне (macOS): анализ содержимого экрана и локальная компактная модель для оценки намерений и рисков, а также генерации вариантов ответа по сценариям общения. Только чтение.
Извлечение жестко закодированных субтитров из видео с помощью машинного обучения
Инструментарий для развертывания моделей глубокого обучения с использованием C++ YoloX | YoloV7 | YoloV8 | Gan | OCR | MobileVit | Scrfd | MobileSAM | StableDiffusion
📖 Мощный инструмент для академического перевода PDF, готовый к работе сразу после установки | Windows + Mac | Идеально сохраняет форматирование формул · Глубокая интеграция с Zotero · 35 языков · Более 20 ИИ-движков перевода · Таблицы/OCR/глоссарии · Пакетный перевод | На основе PDFMathTranslate (EMNLP 2025)
🔥🔥🔥Реализация кода Java для вызова RapidOCR (на основе PaddleOCR), адаптация для Mac, Win, Linux, поддержка новейшей версии PP-OCRv4
Самостоятельно размещаемый сервис преобразования URL и файлов в Markdown для людей и ИИ-агентов: веб-страницы, документы, изображения, аудио и YouTube. PWA + REST + MCP + навык для Claude Code, поддержка Reddit и обновляемые ссылки для общего доступа.
Добавьте закладки в PDF онлайн и сделайте его доступным для поиска с помощью OCR