ocr

Erfassen, analysieren und optimieren Sie jedes Datenformat ➡️ von Dokumenten bis hin zu Multimedia ➡️ für verbesserte Kompatibilität mit GenAI-Frameworks.

📄 Awesome OCR-Toolkit für mehrere Programmiersprachen basierend auf ONNX Runtime, OpenVINO, MNN, PaddlePaddle, TensorRT und PyTorch.

Trainierte Modelle mit schneller Variante der „besten“ LSTM-Modelle + älteren Modellen

GLM-OCR: Präzise × Schnell × Umfassend

LLM-gesteuerte Extraktion unstrukturierter Daten – entwickelt für API-Bereitstellungen und ETL-Pipeline-Workflows.

Screenshot, Offline-OCR, Suche, Übersetzung, Bildersuche, Anheften von Screenshots, Bildschirmaufnahme, omnidirektionaler Scrolling-Screenshot, Bildschirmübersetzung, unterstützt Windows, Linux, macOS

Offizielle Implementierung von OCR-free Document Understanding Transformer (Donut) und Synthetic Document Generator (SynthDoG), ECCV 2022

docTR (Document Text Recognition) – eine nahtlose, leistungsstarke und zugängliche Deep-Learning-Bibliothek für OCR-Aufgaben. Laufende Entwicklung und Wartung durch t2k.

All-in-One-Entwicklungstool basierend auf PaddlePaddle

PDF craft kann PDF-Dateien in verschiedene andere Formate konvertieren. Dieses Projekt konzentriert sich auf die Verarbeitung von PDF-Dateien eingescannter Bücher.

Konvertiert PDFs, Dokumente und Bilder in angereicherte strukturierte Daten

Ein einheitliches Toolkit für tiefenlernbasierte Dokumentenbildanalyse

Erweiterter Echtzeit-Bildschirmübersetzer für Spiele, feste Untertitel in Videos, statischen Text und mehr.

FlyingMouse Format - Kostenloses Dateiformat-Konvertierungstool für Windows (offline nutzbar, integriert FFmpeg/LibreOffice/Poppler/Tesseract). Konvertierung zwischen Bildern/Dokumenten/Tabellen/PPT/PDF/Audio/Video/WPS-Formaten + OCR + Stapelverarbeitung; Audio unterstützt nur Standardformate. Autor: LaoFeng | Nur für den persönlichen, kostenlosen Gebrauch, kommerzieller Verkauf/Weiterverkauf/Re-Packaging verboten.

Ein Deep-Learning-gestütztes Übersetzungstool für Comics/Manga, das maschinelle Übersetzung mit einem Klick und einfache Bild-/Textbearbeitung unterstützt | Ein weiteres computergestütztes Comic-/Manga-Übersetzungstool, betrieben mit Deep Learning

OCR unter Windows schnell und einfach nutzen mit Text Grab. Inklusive optionalem Hintergrundprozess und Benachrichtigungen.

Snow Apps-Repository, das den Quellcode für Snow Shot und Snow Image Viewer bereitstellt.

OpenMMLab Toolbox zur Texterkennung, -erkennung und zum Textverständnis

Desktop-App zur Verwaltung von BibTeX- und BibLaTeX-Bibliotheken (.bib).

TNN: Entwickelt vom Tencent Youtu Lab und Guangying Lab, ein einheitliches Deep-Learning-Inferenz-Framework für Mobilgeräte, Desktops und Server. TNN zeichnet sich durch herausragende Funktionen wie Plattformunabhängigkeit, hohe Leistung, Modellkomprimierung und Code-Pruning aus. Basierend auf ncnn und Rapidnet verstärkt TNN die Unterstützung und Leistungsoptimierung für Mobilgeräte weiter.

Dokumente so einfach wie möglich als PDF und mehr scannen.

RuVector ist eine in Rust geschriebene Hochleistungs-, Echtzeit-, selbstlernende KI, ein Vektor-GNN und eine In-Memory-Datenbank.

Der Media Player für das Sprachlernen, mit doppelten Untertiteln, KI-generierten Untertiteln, Echtzeitübersetzung und mehr!

Texterkennung (OCR) mit Deep-Learning-Methoden, ICCV 2019

Das erste Vision-Plugin für DeepSeek Harness und die Vision-Brücke für jeden reinen Text-Coding-Agenten. Bild einfügen, strukturierte JSON-Beweise erhalten (OCR, Layout, Semantik).

Kostenloser Open-Source-PDF-Editor für Windows. Anzeigen, Kommentieren, OCR, Zusammenführen, Teilen, Bearbeiten von Text, Zeichnen, Signieren, Ausfüllen von Formularen, Drucken, Flatten und Öffnen passwortgeschützter PDFs ohne Abonnement. Installierbar oder portable. GPLv3

Ein Generator für synthetische Daten zur Texterkennung

AdelaiDet ist eine Open-Source-Toolbox für Aufgaben zur Erkennung und Identifizierung auf Instanzebene.

Offizielle Implementierung von Character Region Awareness for Text Detection (CRAFT)

🚀 Screenshots, Textmarkierung, OCR, KI, Übersetzungssoftware