ocr

🌝 MLKit ist ein leistungsstarkes und benutzerfreundliches Toolkit. Mit ML Kit können Sie ganz einfach Funktionen wie Texterkennung, Barcode-Erkennung, Bildbeschriftung, Gesichtserkennung und Objekterkennung implementieren.

RMT (RuoMengTu) ist ein kostenloses Open-Source-Makro-Tool, das auf AHKv2 basiert. Überlassen Sie dem Code die mühsame Arbeit – Sie haben sinnvollere Dinge zu tun.

Paddle.js ist ein Webprojekt für Baidu PaddlePaddle, ein Open-Source-Deep-Learning-Framework, das im Browser läuft. Paddle.js kann entweder ein vortrainiertes Modell laden oder mit den bereitgestellten Transformations-Tools ein Modell aus Paddle-Hub umwandeln. Es läuft in jedem Browser mit WebGL/WebGPU/WebAssembly-Unterstützung sowie in Baidu Smartprogram und WX-Miniprogrammen.

OCR-Engine für alle Sprachen

TurboOCR, >200 img/s OmnidocBench. TensorRT FP16, PP-OCRv6, HTTP + gRPC

SnapX ist ein kostenloses Open-Source-Plattformübergreifendes Tool, mit dem Sie jeden Bereich Ihres Bildschirms erfassen oder aufnehmen und sofort mit einem Tastendruck teilen können. Ein ShareX-Fork

Sammlung der derzeit besten Open-Source-Tabellenerkennungsmodelle, Verbesserung von Vor- und Nachbearbeitung sowie Konvertierung der Modelle in ONNX.

ONNX-Modell-Exporter für PaddlePaddle

Ein von Grund auf neu geschriebener Fork von tess-two zur Unterstützung der neuesten Version von Tesseract OCR.

Verleihen Sie Ihrem KI-Agenten Augen für PDFs — strukturierter Text, Tabellen, OCR, visuelle Beweise und seitenbasierte Zitate über MCP. Natives Rust, Local-First.

Local-First, Open-Source-KI-Assistent für Ihre Daten. Vereinheitlicht Aufgaben, Notizen, Dokumente, Fotos und Lesezeichen. Privat, selbst gehostet und über APIs erweiterbar.

Eine Liste von Open-Source-KI-Projekten, mit denen sich einfach Einnahmen erzielen lassen.

PDF zu Markdown mit Vision LLMs — Tabellen, Layouts und Struktur bleiben erhalten

CCExtractor – Offizielle Version, gewartet vom Kernteam

Extrahieren Sie strukturierte Daten schnell und präzise aus Dokumenten.

Ein minimalistisches SOTA-LaTeX-OCR-Modell mit nur 20 Mio. Parametern, das im Browser läuft. Vollständige Trainings-Pipeline zur Selbstreproduktion verfügbar.

Eine lokale, nach der Ersteinrichtung offline nutzbare, portable OCR-Software zur Verarbeitung von Bildern und PDF-Dateien unter Verwendung von DeepSeek-OCR-2 AI (läuft direkt auf deinem Computer).

⌘⌘ – Ein leichtgewichtigenes, natives macOS-Screenshot-Tool, das in der Menüleiste läuft. Drücke zweimal die ⌘-Befehlstaste, um einen beliebigen Bildschirmbereich aufzunehmen – sofort in die Zwischenablage kopiert oder vorher mit Stift- und Mosaik-Werkzeugen annotiert.

Note Companion: KI-Assistent für Obsidian, der über einen einfachen Chat hinausgeht. (zuvor File Organizer 2000)

DeepSeek-Harness-native Integration für agent-vision-toolkit: Bild-Q&A, Long-Screenshot-OCR, UI-Wiederherstellung, Grounding, Pixel-Diff, Artifacts und Web-UI.

Ein in Python geschriebener Parser für Supermarktbelege unter Verwendung von Tesseract OCR

Kostenloses Open-Source-Dokumentenmanagementsystem (Spiegelserver, keine Pull-Requests oder Issues).

SumatraPDF fork: Chinese EPUB/MOBI, smart PDF dark mode, OCR, TTS, offline dictionary.

Zotero-Plugin für OCR

Ein Immersions-Toolkit zum Erlernen von Sprachen durch Spiele und andere visuelle Medien.

Ein leichtgewichtiger macOS-Auswahlübersetzer, entwickelt in purem Swift 6, mit integrierter Apple Translate für den Datenschutz, nur 5 MB Installationsgröße und stabiler Arbeitsspeichernutzung von ca. 50 MB.

Laden Sie Ihren Lebenslauf von resume.io als PDF herunter

Web-Oberfläche zur Texterkennung, zum Korrekturlesen von OCR und zur Erstellung vollständig digitalisierter Dokumente.

KI-VTuber mit LLM, ASR, TTS, OCR, CV und weiteren Technologien zum Livestreaming oder um mit dir Minecraft zu spielen.