#ocr 仓库
共 255 个仓库
Dedoc 是一个用于自动化文档解析并统一格式的库(服务)。它可自动从文本电子文档中提取内容、逻辑结构、表格和元信息。(解析文档;文档内容提取;逻辑结构提取;PDF 解析器;扫描文档解析器;DOCX 解析器;HTML 解析器)
快如闪电的硬字幕提取工具。仅需苹果M1芯片或英伟达3060显卡即可达到10倍速提取。A very fast tool for video hardcode subtitle extraction
让 Claude、Codex、Cursor 等 AI 助手看懂 iPhone 屏幕并直接操作手机的 iOS 自动化工具与 MCP Server,支持获取 UI 树、定位元素、截图与 OCR 识别、点击与滑动、文字输入、应用管理和日志读取,适用于自动化测试与 iOS 逆向调试。
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
利用LLM模型实现AI银行对账单文档自动化及个人财务分析
为 AI 智能体配备眼睛、耳朵和可验证的结果。Watch Skill 将视频、音频和屏幕活动转化为可搜索、带时间戳的证据,并通过确定性契约而非模型观点证明工作成果。DeepWatch 是基于 DeepSeek Harness 构建的智能体工作空间。支持 Python + npm、MCP、CLI、REST 和 Web。
将任何文档转换为整洁、适用于 AI 的 Markdown。以本地运行优先的桌面应用:读取扫描版 PDF,批量处理文件夹,离线运行,并且比视觉模型使用的令牌少得多。
电子发票整理与报销准备工具:从邮箱批量收集 PDF/OFD/XML 发票,通过 OCR 识别、分类归档并生成 Excel 汇总;提供 Windows/macOS 桌面版和 DSH 插件。
OneClip——一款简单专业的 macOS 原生剪贴板管理工具|干净美观的 macOS 剪贴板管理工具|还支持轻量级截图/长截图、录屏录音、OCR、划词翻译、拖拽容器、堆栈粘贴、PopClip 划词、AI 集成、局域网同步等
使用 C++ 的深度学习模型部署工具箱 YoloX | YoloV7 | YoloV8 | Gan | OCR | MobileVit | Scrfd | MobileSAM | StableDiffusion
📖 开箱即用的 PDF 学术翻译神器 | Win + Mac 双平台 | 完美保留公式排版 · 深度联动 Zotero · 35 种语言 · 20+ AI 翻译引擎 · 表格/OCR/术语库 · 批量翻译 | 基于 PDFMathTranslate(EMNLP 2025)
面向人类和 AI 智能体的自托管 URL 和文件转 Markdown 服务——支持网页、文档、图片、音频和 YouTube。提供 PWA + REST + MCP + Claude Code 技能,兼容 Reddit,并支持可刷新的分享链接。