Git Stars Git Stars

#ocr 仓库

255
仓库总数
1.3M
总星标数
5,293
平均每个仓库星标数

共 255 个仓库

101
heshengtao/comfyui_LLM_party

ComfyUI中的LLM Agent框架包含MCP服务器、Omost、GPT-sovits、ChatTTS、GOT-OCR2.0和FLUX prompt节点,可访问Feishu、discord,并适应所有具有类似openai / aisuite接口的LLM,例如o1、ollama、gemini、grok、qwen、GLM、deepseek、kimi、doubao。适配了llama-3.3 Janus-Pro、Linkage GraphRAG等本地LLM、VLM、gguf。

heshengtao
⭐ 2,393 Python 👤 heshengtao User 🕐 已更新 2026-07-29 📅 创建时间 2024-04-13
102
eikek/docspell

轻松整理由扫描仪、电子邮件和其他来源产生的文档堆。

eikek
⭐ 2,354 Elm 👤 eikek User 🕐 已更新 2026-11-21 📅 创建时间 2019-07-16
103
KIYI671/AhabAssistantLimbusCompany

AALC, PC端Limbus Company助手。AALC, PC端Limbus Company助手。

KIYI671
⭐ 2,349 Python 👤 KIYI671 User 🕐 已更新 2026-11-19 📅 创建时间 2024-05-18
104
Achno/gowall

一款用于转换壁纸配色方案/调色板、使用VLM的传统和混合模式进行OCR、图像压缩、调色板提取、利用对抗网络进行图像超分辨率放大(upscaling)以及更多图像处理功能的工具。

Achno
⭐ 2,332 Go 👤 Achno User 🕐 已更新 2026-11-14 📅 创建时间 2024-07-22
105
HUANGCHIHHUNGLeo/claude-real-video

让Claude(或任何大语言模型)真正观看视频——场景感知、去重帧+转录文本,支持URL或本地文件。本地运行,MIT许可证。

HUANGCHIHHUNGLeo
⭐ 2,329 Python 👤 HUANGCHIHHUNGLeo User 🕐 已更新 2026-11-20 📅 创建时间 2026-06-30
106
scambier/obsidian-omnisearch

一款为 Obsidian 打造、开箱即用的搜索引擎。

scambier
⭐ 2,201 TypeScript 👤 scambier User 🕐 已更新 2026-10-24 📅 创建时间 2022-04-10
107
githubharald/SimpleHTR

使用TensorFlow实现的无手写文本识别(HTR)系统。

githubharald
⭐ 2,193 Python 👤 githubharald User 🕐 已更新 2026-06-25 📅 创建时间 2018-06-13
108
TimmyOVO/deepseek-ocr.rs

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。

TimmyOVO
⭐ 2,185 Rust 👤 TimmyOVO User 🕐 已更新 2026-02-21 📅 创建时间 2025-10-25
109
sirfz/tesserocr

tesseract-ocr API 的 Python 封装

sirfz
⭐ 2,181 Python 👤 sirfz User 🕐 已更新 2026-11-12 📅 创建时间 2015-12-17
110
A9T9/RPA

使用面向 AI 助手的 MCP 服务器实现浏览器和桌面自动化。录制宏或编写 JavaScript 来自动操作网站、提取数据,并通过 OCR 和图像识别控制桌面应用。

A9T9
⭐ 2,109 TypeScript 👤 A9T9 User 🕐 已更新 2026-11-04 📅 创建时间 2017-08-04
111
riddleling/iOS-OCR-Server

使用 Apple Vision 框架的 iOS OCR 服务器

riddleling
⭐ 2,102 Swift 👤 riddleling User 🕐 已更新 2026-10-06 📅 创建时间 2025-08-01
112
NanoNets/docext

一个本地部署、无 OCR 的非结构化数据提取、Markdown 转换和基准测试工具包。(https://idp-leaderboard.org/)

NanoNets
⭐ 2,086 Python 👤 NanoNets Organization 🕐 已更新 2026-03-17 📅 创建时间 2025-03-25
113
mosheng1/QuickClipboard

QuickClipboard 是一款跨平台剪贴板增强工具(现支持Windows,Android),基于 Tauri 2 + Rust + React 构建。它在你复制的那一刻就开始工作——自动记录文本、图片、富文本、文件,让你随时找回曾经复制过的任何内容。不只是记录,QuickClipboard 还集成了贴图、OCR、局域网同步等能力,是日常办公效率的全面提升。

mosheng1
⭐ 2,052 Rust 👤 mosheng1 User 🕐 已更新 2026-10-14 📅 创建时间 2025-07-26
114
manisandro/gImageReader

tesseract-ocr 的 Gtk/Qt 前端。

manisandro
⭐ 2,025 C++ 👤 manisandro User 🕐 已更新 2026-11-15 📅 创建时间 2014-02-10
115
amebalabs/TRex

复制屏幕上的任何文本,停止重新输入。

amebalabs
⭐ 1,960 Swift 👤 amebalabs Organization 🕐 已更新 2026-11-11 📅 创建时间 2021-02-19
116
robertknight/ocrs

用于 OCR(从图像中提取文本)的 Rust 库和 CLI 工具

robertknight
⭐ 1,922 Rust 👤 robertknight User 🕐 已更新 2026-11-08 📅 创建时间 2024-01-02
117
datalab-to/indra

100万参数的 OCR 模型——可在 CPU 上运行,速度比 Tesseract 快 15 倍,准确率接近拥有 10 亿以上参数的模型

datalab-to
⭐ 1,910 Python 👤 datalab-to Organization 🕐 已更新 2026-11-04 📅 创建时间 2026-10-13
118
yjid/kensaku

即时、本地搜索文档、代码,甚至截图内容。免费开源的文件启动器,支持 OCR、语义搜索和 MCP 智能体访问。

yjid
⭐ 1,888 Rust 👤 yjid User 🕐 已更新 2026-11-19 📅 创建时间 2026-10-24
119
jingsongliujing/OnnxOCR

基于PaddleOCR重构,并且脱离PaddlePaddle深度学习训练框架的轻量级OCR,推理速度超快

jingsongliujing
⭐ 1,881 Python 👤 jingsongliujing User 🕐 已更新 2026-06-11 📅 创建时间 2023-07-08
120
kmonkeyhead/MORT

MORT 翻译器项目 - 带有 OCR 的实时游戏翻译器

kmonkeyhead
⭐ 1,845 C# 👤 kmonkeyhead User 🕐 已更新 2026-11-16 📅 创建时间 2016-06-09
121
AlibabaResearch/AdvancedLiterateMachinery

面向高级文学机器的原创、创新理念和算法合集。该项目由阿里云言技术实验室同义实验室 OCR 团队维护。

AlibabaResearch
⭐ 1,832 C++ 👤 AlibabaResearch Organization 🕐 已更新 2026-03-17 📅 创建时间 2022-09-28
122
software-mansion/react-native-executorch

高性能、隐私优先的 React Native 端侧 AI 推理库,由 PyTorch 的 ExecuTorch 运行时提供支持

software-mansion
⭐ 1,794 TypeScript 👤 software-mansion Organization 🕐 已更新 2026-11-20 📅 创建时间 2024-10-16
123
kha-white/mokuro

在浏览器中使用可选文本阅读日文漫画。

kha-white
⭐ 1,791 HTML 👤 kha-white User 🕐 已更新 2026-07-20 📅 创建时间 2022-04-16
124
ianzhao/textshot

通过屏幕截图抓取文本的Python工具

ianzhao
⭐ 1,775 Python 👤 ianzhao User 🕐 已更新 2024-12-20 📅 创建时间 2020-05-21
125
nguyenq/tess4j

Tesseract OCR API的Java JNA包装器

nguyenq
⭐ 1,755 Java 👤 nguyenq User 🕐 已更新 2026-11-07 📅 创建时间 2014-06-25
126
reworkd/tarsier

用于 Web 交互代理的视觉实用工具 👀

reworkd
⭐ 1,746 Jupyter Notebook 👤 reworkd Organization 🕐 已更新 2024-11-25 📅 创建时间 2023-11-09
127
kotaro-kinoshita/yomitoku

YomiToku 是一个利用人工智能提供日语文档分析引擎的 Python 包。Yomitoku 是一个专为日语设计的、由人工智能驱动的文档图像分析包。

kotaro-kinoshita
⭐ 1,707 Python 👤 kotaro-kinoshita User 🕐 已更新 2026-11-19 📅 创建时间 2024-10-30
128
yobix-ai/extractous

快速高效的非结构化数据提取。使用 Rust 编写,并提供多种语言的绑定。

yobix-ai
⭐ 1,660 Rust 👤 yobix-ai Organization 🕐 已更新 2024-12-21 📅 创建时间 2024-06-04
129
RQLuo/MixTeX-Latex-OCR

MixTeX 多模态 LaTeX、ZhEn 和表格 OCR。它在 Windows 上本地离线执行高效的 CPU 推理。

RQLuo
⭐ 1,624 Python 👤 RQLuo User 🕐 已更新 2025-04-24 📅 创建时间 2024-07-27
130
enoch3712/ExtractThinker

ExtractThinker 是一个面向 LLM 的文档智能库,提供 ORM 风格的交互,用于灵活强大的文档工作流。

enoch3712
⭐ 1,606 Python 👤 enoch3712 User 🕐 已更新 2026-09-16 📅 创建时间 2024-02-01
131
robocorp/rpaframework

机器人过程自动化 (RPA) 的开源库和工具集合,设计用于与 Robot Framework 和 Python 一起使用

robocorp
⭐ 1,584 Python 👤 robocorp Organization 🕐 已更新 2026-11-20 📅 创建时间 2020-01-02
132
NanoNets/docstrange

利用智能结构化数据提取和高级OCR功能,将任何文档、图片、PDF、Word文档、PPT或URL中的数据提取并转换为多种格式(Markdown、JSON、CSV、HTML)。

NanoNets
⭐ 1,578 Python 👤 NanoNets Organization 🕐 已更新 2025-10-31 📅 创建时间 2025-07-31
133
lzhgus/Capso

macOS 的开源截屏和屏幕录制工具。CleanShot X 的免费原生替代品。使用 Swift 6.0 和 SwiftUI 构建。

lzhgus
⭐ 1,513 Swift 👤 lzhgus User 🕐 已更新 2026-11-21 📅 创建时间 2026-04-10
134
Topdu/OpenOCR

OpenOCR:一款面向通用 OCR 研究与应用的开源工具包,整合了统一的训练与评估基准、商业级 OCR 与文档解析系统,以及来自广泛学术论文的核心实现的忠实再现。

Topdu
⭐ 1,498 Python 👤 Topdu User 🕐 已更新 2026-09-21 📅 创建时间 2024-05-31
135
hiroi-sora/PaddleOCR-json

OCR离线图片文字识别命令行windows程序,以JSON字符串形式输出结果,方便别的程序调用。提供各种语言API。由 PaddleOCR C++ 编译。

hiroi-sora
⭐ 1,498 C++ 👤 hiroi-sora User 🕐 已更新 2025-04-07 📅 创建时间 2022-03-29
136
tesseract-ocr/tessdata_best

最佳(最准确的)训练好的 LSTM 模型。

tesseract-ocr
⭐ 1,481 👤 tesseract-ocr Organization 🕐 已更新 2024-03-09 📅 创建时间 2017-09-11
137
DocumindHQ/documind

一个用于使用人工智能从文档中提取结构化数据的开源平台。

DocumindHQ
⭐ 1,475 JavaScript 👤 DocumindHQ Organization 🕐 已更新 2025-05-15 📅 创建时间 2024-11-17
138
faustomorales/keras-ocr

CRAFT 文本检测器和 Keras CRNN 识别模型的打包和灵活版本。

faustomorales
⭐ 1,473 Python 👤 faustomorales User 🕐 已更新 2025-09-22 📅 创建时间 2019-09-20
139
Ramakm/AI-Engineering

一组笔记本和其他文件,可以帮助您从零开始学习人工智能。

Ramakm
⭐ 1,469 Jupyter Notebook 👤 Ramakm User 🕐 已更新 2026-10-03 📅 创建时间 2025-11-24
140
sdcb/PaddleSharp

百度 Paddle 推理库和 PaddleOCR 的 .NET/C# 绑定

sdcb
⭐ 1,458 C# 👤 sdcb User 🕐 已更新 2026-08-30 📅 创建时间 2021-12-16
141
zelon88/HRConvert2

一个可自行托管、注重资源使用的文件转换服务器,支持 26 种语言和 530 种格式。

zelon88
⭐ 1,398 PHP 👤 zelon88 User 🕐 已更新 2026-11-21 📅 创建时间 2018-02-24
142
myhub/tr

免费离线 OCR 离线中文文本检测+识别 SDK

myhub
⭐ 1,384 Python 👤 myhub User 🕐 已更新 2026-10-11 📅 创建时间 2019-08-18
143
ttop32/MouseTooltipTranslator

Mouseover Translate Any Language At Once - Chrome Extension: PDF Translator, EBOOK, EPUB, OCR, TTS, NETFLIX, YOUTUBE DUAL SUBTITLES, GOOGLE DOCS, AI, VIEWER, GMAIL, WRITING, IMAGE, DUALSUBS, MANGA, HOVER, DICTIONARY, WEBTOON, EDGE, JAPANESE, ENGLISH

ttop32
⭐ 1,381 JavaScript 👤 ttop32 User 🕐 已更新 2026-11-14 📅 创建时间 2020-12-24
144
RajSolai/TextSnatcher

如何从图片中复制文本?答案是 TextSnatcher!。 在 Linux 桌面秒速执行 OCR 操作。

RajSolai
⭐ 1,372 Vala 👤 RajSolai User 🕐 已更新 2024-03-20 📅 创建时间 2021-07-15
145
ciddwd/overlay-translator

无需 ROOT 的开源 Android 屏幕实时翻译工具,适合游戏、视觉小说和漫画。支持端侧与云端 OCR、离线 LLM、多种翻译服务和文字朗读(TTS),译文可直接显示在画面上。

ciddwd
⭐ 1,369 Kotlin 👤 ciddwd User 🕐 已更新 2026-11-16 📅 创建时间 2026-06-22
146
gavrielc/Nano-PDF

使用 Nano Banana 编辑 PDF 文件

gavrielc
⭐ 1,331 Python 👤 gavrielc User 🕐 已更新 2025-12-03 📅 创建时间 2025-11-28
147
OneMoreGres/ScreenTranslator

屏幕截图、OCR和翻译工具。

OneMoreGres
⭐ 1,314 C++ 👤 OneMoreGres User 🕐 已更新 2026-09-02 📅 创建时间 2014-02-08
148
awlevin/typesafe-computer-use

每一步约 0.0002 美元的计算机操作:对屏幕进行 OCR,使用 TypeSafe 判断下一步操作,然后点击。macOS。

awlevin
⭐ 1,309 Python 👤 awlevin User 🕐 已更新 2026-09-29 📅 创建时间 2026-09-16
149
datalab-to/lift

快速、准确地从文档中提取结构化数据。

datalab-to
⭐ 1,288 Python 👤 datalab-to Organization 🕐 已更新 2026-10-22 📅 创建时间 2026-06-03
150
LinXueyuanStdio/LaTeX_OCR_PRO

:art: 数学公式识别增强版:中英文手写印刷公式、支持初级符号推导(数据结构基于 LaTeX 抽象语法树)Math Formula OCR Pro,支持手写、中英混合公式以及简单符号推理(基于 LaTeX AST)。

LinXueyuanStdio
⭐ 1,273 Jupyter Notebook 👤 LinXueyuanStdio User 🕐 已更新 2024-06-11 📅 创建时间 2019-07-20