#ocr 仓库
共 255 个仓库
深度学习辅助漫画翻译工具, 支持一键机翻和简单的图像/文本编辑 | Yet another computer-aided comic/manga translation tool powered by deeplearning
TNN:由腾讯优图实验室和光影实验室开发的、适用于移动设备、桌面和服务器的统一深度学习推理框架。TNN的突出特点包括:跨平台能力、高性能、模型压缩和代码剪枝。基于ncnn和Rapidnet,TNN进一步加强了对移动设备的支持和性能优化,并借鉴了现有开源项目的良好可扩展性和高性能优势。
适用于 Windows 的免费开源 PDF 编辑器,搭载自有 PDF 2.0 引擎。可查看、批注、OCR 识别、编辑文本、涂黑敏感信息、签名、填写表单、比较、合并、拆分,并导出为 Word、Excel 和 PowerPoint。支持读取 EPUB 和 DjVu。无需账户,无需订阅。
基于 manga-image-translator 实现的开源漫画 AI 翻译桌面工具。支持日语、韩语和英语漫画的自动处理,集成 OpenAI、Gemini 等多种翻译引擎;实现 OCR 文字检测、原文擦除、AI 翻译、图像修复和译文排版的完整流程。自带可视化编辑器,支持自定义文本样式,一键部署,开箱即用。
一个采用小型模型、支持布局、表格、数学公式(LaTeX)和图像文本识别的开源Python3工具,可将其转换为Markdown格式。它是Mathpix的免费替代品,能够将视觉内容无缝转换为文本表示。支持80多种语言。
[验证码识别-训练] 本项目基于CNN/ResNet/DenseNet+GRU/LSTM+CTC/CrossEntropy实现验证码识别功能。本项目仅用于模型训练。
使用最先进的现代OCR+Ollama支持的模型进行文档(PDF, Word, PPTX ...)提取和解析API。匿名化文档。移除个人身份信息(PII)。将任何文档或图片转换为结构化JSON或Markdown
📄 让 AI 读取和撰写韩国公文。将 HWP、HWPX、PDF、Office 文档和扫描图像转换为 Markdown,也可将 Markdown 转回 HWPX 公文。支持填写表格、新旧版本对照以及保留格式编辑。提供库、CLI 和 MCP 服务器 | 面向 AI 的韩国文档处理:将 HWP、HWPX、PDF、Office 文档和扫描件转换为 Markdown,并将 Markdown 转回 HWPX。提供库、CLI 和 MCP 服务器。
使用 LLM(本地或 API)增强 Tesseract OCR 输出,进行错误校正、智能分块以及扫描 PDF 的 Markdown 格式化
免费开源的 PDF、图像、视频和音频文件工具包。只需一条 Docker 命令,即可在自己的服务器上进行压缩、转换、OCR、背景移除和转录。提供 200 多种工具、本地 AI 和 REST API。可替代 iLovePDF、TinyWow、CloudConvert 和 remove.bg。
OpenRecall 是 Microsoft Windows Recall 等专有解决方案的完全开源、注重隐私的替代方案。通过 OpenRecall,您可以轻松访问您的数字历史记录,在不损害您隐私的情况下增强您的记忆力和生产力。
适用于 macOS、Windows 和 Linux 的跨设备剪贴板同步——端到端加密,仅限局域网,无云端。内置 OCR、CLI 和 MCP 服务器。
OCRFlux 是一个轻量级但功能强大的多模态工具包,可显著提升 PDF 到 Markdown 的转换能力,在处理复杂布局、解析棘手表格和跨页面内容合并方面表现出色。
适用于 macOS 的截图、屏幕录制和视频编辑器。采用原生 SwiftUI 构建,支持捕获面板、75 个以上可自定义快捷键、URL Scheme 自动化以及自托管云分享。CleanShot X 和 Loom 的开源替代方案。
LandingAI 推出的 Agentic Document Extraction (ADE) 官方命令行工具 (CLI) — 可在终端解析文档并提取符合模式的数据