#ocr 仓库
共 255 个仓库
识屏 Shiping:截图 + AI,看懂屏幕上的任何内容。代码、报错、题目、图表、外文资料,按快捷键截图就能获得解答。可作为桌面工具常驻后台,随时框选识别。对话模式可实时听懂问题,并给出回答要点。可用作桌面工具、面试助手、考试助手、刷题助手。
PyTorch 中的 PaddleOCR 推理。来自 [PaddleOCR](https://github.com/PaddlePaddle/PaddleOCR) 的转换
开源研究工具,用于通过语义搜索引擎和开源文本挖掘与文本分析平台搜索、浏览、分析和探索大型文档集合(集成用于文档处理的ETL、用于图像和PDF的OCR、用于人员、组织和位置的命名实体识别、通过词典和本体论的元数据管理、用于全文搜索、刻面搜索和知识图谱的搜索用户界面和搜索应用)
Win顺:免费开源的 Windows 快速搜索启动器。双击 Ctrl,即可通过拼音秒搜文件、全文搜索 Word/Excel/PDF、查看剪贴板历史(替代 Win+V)、搜索对话框和任务栏,并使用插件及 AI 助手 MCP。免费的 Windows 搜索启动器,支持拼音文件搜索、全文搜索、剪贴板历史和 MCP 服务器。Everything/Listary 的替代品。
⌘⌘ - 一款轻量级的原生 macOS 截图工具,常驻于菜单栏。双击 ⌘ Command 键即可截取屏幕任意区域——截图将立即复制到剪贴板,或使用画笔和马赛克工具进行标注。
任意文件 → 为 AI 智能体生成干净的 Markdown:PDF、Word、PowerPoint、Excel、EPUB、HTML 和网页、图像(OCR)、音频和视频(元数据、字幕、转录文本)。快速的 Rust MCP 服务器和命令行工具,可在你的机器上运行。无需 API 密钥。
Paddle.js 是一个用于百度飞桨(Baidu PaddlePaddle)的 Web 项目,飞桨是一个运行在浏览器中的开源深度学习框架。Paddle.js 可以加载预训练模型,或者使用 Paddle.js 提供的模型转换工具将模型从 paddle-hub 进行转换。它可以在支持 WebGL/WebGPU/WebAssembly 的任何浏览器中运行。它也可以在百度小程序和微信小程序中运行。
[dsh] 为纯文本模型设计的更强大视觉工具箱:一行命令即可安装使用、粘贴图片即可直接识别、多张图片问答、截图还原为前端 UI 等|DeepSeek Harness 原生集成 agent-vision-toolkit:图片问答、长截图 OCR、UI 还原、定位、像素差异、Artifacts 和 Web UI。
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。
JevChat-Windows:聊天窗口旁挂的回复辅助。窗口截图 + 本地离线 OCR 读取对方消息 → Jev 判断意图 → 3 条候选回复一键填入,发送永远手动。
2019CCF-BDCI大赛 最佳创新探索奖获得者 基于OCR身份证要素提取赛题冠军 天晨破晓团队 赛题源码
适用于 Claude Code 的通用 LaTeX 文档技能:27 个模板、27 个脚本、26 份参考指南。由 Claude Code 在 ✦ HappyCapy AI ✦ 平台上制作
CnSTD: 基于 PyTorch/MXNet 的 中文/英文 场景文字检测(Scene Text Detection)、数学公式检测(Mathematical Formula Detection, MFD)、篇章分析(Layout Analysis)的Python3 包