ocr

CnSTD: Ein Python3-Paket zur Szenentext-Erkennung (Scene Text Detection), Erkennung mathematischer Formeln (MFD) und Layout-Analyse (Layout Analysis) für Chinesisch/Englisch, basierend auf PyTorch/MXNet

Schnelle, schmerzfreie, intuitive OCR-Plattform, geschrieben in Rust und TypeScript. Moderne Benutzeroberfläche mit moderner API, mit Schwerpunkt auf intuitiver Benutzererfahrung.

Open-Source-Tool für Android ohne Root-Zugriff zur Echtzeit-Bildschirmübersetzung, geeignet für Spiele, Visual Novels und Mangas. Unterstützt On-Device- und Cloud-OCR, Offline-LLMs, verschiedene Übersetzungsdienste sowie Text-to-Speech (TTS), wobei Übersetzungen direkt auf dem Bildschirm angezeigt werden.

OCR-Toolbox von Davar-Lab

Open-Source-OCR- und Wörterbuch-Tool.

Universelle LaTeX-Dokumenten-Fähigkeit für Claude Code: 27 Vorlagen, 27 Skripte, 26 Referenzhandbücher. Erstellt mit Claude Code auf der ✦ HappyCapy AI ✦ Plattform

Scannt Charaktere, Artefakte und Waffen von Genshin Impact aus dem Spielfenster in eine JSON-Datei.

Ein KI-gestützter Scanner für personenbezogene Daten (PII).

Leichte und schnelle OCR-Modelle zur Kennzeichentexterkennung.

Scene Text Recognition mit permutierten autoregressiven Sequenzmodellen (ECCV 2022)

Dedoc ist eine Bibliothek (ein Service) zur automatisierten Dokumentenanalyse und Überführung in ein einheitliches Format. Sie extrahiert automatisch Inhalte, logische Strukturen, Tabellen und Metadaten aus textbasierten elektronischen Dokumenten.

Tesseract LSTM mit Make trainieren

Demos, Beispiele und Dienstprogramme mit PyMuPDF

Ein blitzschnelles Tool zur Extraktion von fest eingeklauten Untertiteln (Hardsubs). Erreicht die 10-fache Geschwindigkeit mit nur einem Apple M1 Chip oder einer NVIDIA RTX 3060 Grafikkarte.

An efficient OCR engine for receipt image processing.

Navigieren Sie durch Ihren gesamten Bildschirm, ohne die Maus zu berühren.

Multimodale OCR-Pipeline, optimiert für ML-Training (Text, Abbildungen, Mathematik, Tabellen, Diagramme)

Software zur automatischen Kennzeichenerkennung (ALPR oder ANPR), die mit jeder Kamera funktioniert.

meikipop - universelles japanisches OCR-Popup-Wörterbuch für Windows, Linux und macOS

🎮 Echtzeit-Spielübersetzungstool | OCR + KI-Übersetzung | Windows-Gaming | Open Source

🔍 Bessere Texterkennung durch die Kombination mehrerer OCR-Engines (EasyOCR, Tesseract und Pororo) mit 🧠 LLM.

Ein (Begleit-)Plugin zur Extraktion von Text aus Bildern (OCR) und PDFs.

KI-gestützte Automatisierung von Bankauszugsdokumenten mittels LLM-Modell und persönlicher Finanzanalyse

[ECCV 2026] Ein auf Diffusion basierendes Framework für Dokumenten-OCR, das autoregressive Dekodierung durch blockbasierte parallele Diffusionsdekodierung ersetzt.

Eine einfache und schöne plattformübergreifende Screenshot-Software, die auch OCR, Bildübersetzung, Bildheftung und Anhegefunktionen unterstützt.

Schnelle Integer-Versionen von trainierten LSTM-Modellen.

Tesseract-basierte OCR für Android.

Tesseract OCR-Wrapper für React Native

Offizielle Implementierung von SynthTIGER (Synthetic Text Image Generator), ICDAR 2021

ParseBench - Ein Dokumenten-Parsing-Benchmark für KI-Agenten