#ocr-recognition 仓库
探索 17 个标记为 #ocr-recognition 的活跃开源 GitHub 仓库,它们累计获得 82,685 个 Star(平均每个项目 4,863 个)。该主题的领先项目是 opendataloader-project/opendataloader-pdf,拥有 30,355 个 Star。
共 17 个仓库
Rust 多后端 OCR/VLM 引擎(DeepSeek‑OCR‑1/2、PaddleOCR‑VL、DotsOCR)使用 DSQ 量化,并提供兼容 OpenAI 的服务器和 CLI — 在本地运行,无需 Python。
🔥🔥🔥Java免费离线AI算法工具箱,支持人脸识别,活体检测,表情识别、目标检测、实例分割、行人检测、OCR文字识别、车牌识别、表格识别、ASR+TTS、机器翻译等功能,Maven引用即可使用。支持PyTorch、Tensorflow,已集成 Mtcnn、InsightFace、SeetaFace6、YOLOv8~v12、PaddleOCR(PPOCRv5)、Whisper等主流模型
一个仅有20M参数的SOTA LaTeX OCR极简模型,可在浏览器中运行。完整的训练流程代码已开源,方便自学复现。 | 超轻量SOTA LaTeX公式识别模型,仅20M参数量,可在浏览器中运行。训练全流程代码开源,以便自学复现。
适用于 Node.js 和 C++ 的快速离线 OCR。采用 Core ML / WebGPU 硬件加速的 PP-OCRv6——识别图像中的文本,并提供置信度分数和坐标。npm:@arcships/light-ocr
Java PDF 表格提取与 OCR 库。使用流式(stream)、网格(lattice,类似 OpenCV 的网格检测)和混合解析方式,从文本型和扫描版 PDF 中提取结构化表格。
常见问题解答
GitHub 上最受欢迎的 #ocr-recognition 仓库是什么?
GitHub 上排名第一的开源 #ocr-recognition 项目是 opendataloader-project/opendataloader-pdf,拥有 30,355 个 Star。AI-ready 数据 PDF 解析器。自动化 PDF 可访问性。开源。
#ocr-recognition 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #ocr-recognition 项目中,最常见的编程语言是 Java, Python, Rust, Kotlin。
#ocr-recognition 仓库的排名是如何计算的?
我们跟踪了 17 个标记为 #ocr-recognition 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 82,685 个 Star,平均每个仓库拥有 4,863 个 Star。排名每日根据 GitHub API 更新。