ocr

Ingesta, analiza y optimiza cualquier formato de datos ➡️ desde documentos hasta multimedia ➡️ para una mayor compatibilidad con frameworks de GenAI

📄 Herramienta de OCR Awesome basada en múltiples lenguajes de programación utilizando ONNX Runtime, OpenVINO, MNN, PaddlePaddle, TensorRT y PyTorch.

Modelos entrenados con una variante rápida de los "mejores" modelos LSTM + modelos heredados

GLM-OCR: Preciso × Rápido × Integral

Extracción de datos no estructurados impulsada por LLM — Diseñada para despliegues de API y flujos de trabajo de canalizaciones ETL

Captura de pantalla, OCR sin conexión, búsqueda y traducción, búsqueda por imagen, imágenes fijas, grabación de pantalla, captura de pantalla con desplazamiento omnidireccional, traducción de pantalla. Es compatible con Windows, Linux y macOS.

Implementación oficial de OCR-free Document Understanding Transformer (Donut) y Synthetic Document Generator (SynthDoG), ECCV 2022

docTR (Document Text Recognition): una biblioteca fluida, de alto rendimiento y accesible para tareas relacionadas con OCR impulsada por Deep Learning. Desarrollo y mantenimiento continuos por t2k.

Herramienta de desarrollo todo en uno basada en PaddlePaddle

PDF craft puede convertir archivos PDF a varios otros formatos. Este proyecto se centrará en el procesamiento de archivos PDF de libros escaneados.

Transforma PDF, documentos e imágenes en datos estructurados enriquecidos

Un conjunto de herramientas unificado para el análisis de imágenes de documentos basado en aprendizaje profundo

Traductor de pantalla avanzado en tiempo real para juegos, subtítulos incrustados en videos, texto estático y más.

Formato FlyingMouse: Herramienta gratuita de conversión de formatos de archivo para Windows (disponible sin conexión, incluye FFmpeg/LibreOffice/Poppler/Tesseract). Conversión cruzada de imágenes, documentos, hojas de cálculo, PPT, PDF, audio/video y WPS + OCR + conversión por lote; el audio solo admite formatos comunes. Autor: LaoFeng | Solo para uso personal y gratuito, prohibida la venta comercial, reventa o empaquetado.

Herramienta de traducción de cómics asistida por deep learning, compatible con traducción automática en un clic y edición simple de imágenes y texto

Usa OCR en Windows de forma rápida y sencilla con Text Grab. Con proceso en segundo plano y notificaciones opcionales.

Repositorio de Snow Apps, que proporciona código fuente para Snow Shot y Snow Image Viewer.

Caja de herramientas de OpenMMLab para detección, reconocimiento y comprensión de texto

Aplicación de escritorio para gestionar bibliotecas BibTeX y BibLaTeX (.bib)

TNN: desarrollado por Tencent Youtu Lab y Guangying Lab, un framework de inferencia de aprendizaje profundo uniforme para móviles, escritorio y servidores. TNN se destaca por varias características sobresalientes, incluyendo su capacidad multiplataforma, alto rendimiento, compresión de modelos y poda de código. Basado en ncnn y Rapidnet, TNN refuerza aún más el soporte y la optimización de rendimiento para dispositivos móviles, y también

Escanear documentos a PDF y más, de la forma más sencilla posible.

RuVector es una base de datos de memoria Vector GNN, IA de autoaprendizaje en tiempo real y de alto rendimiento, construida en Rust.

El reproductor de medios para el aprendizaje de idiomas, con subtítulos duales, subtítulos generados por IA, traducción en tiempo real ¡y más!

Reconocimiento de texto (reconocimiento óptico de caracteres) con métodos de aprendizaje profundo, ICCV 2019

El primer plugin de visión para DeepSeek Harness, y el puente de visión para cada agente de codificación de solo texto. Pega una imagen, obtén evidencia JSON estructurada (OCR, diseño, semántica). | El plugin de visión externo más potente de toda la red para DeepSeek Harness, que aporta capacidades de visión a modelos de solo texto como DeepSeek y GLM; pega una imagen para obtener evidencia JSON estructurada (OCR, diseño, semántica).

Editor de PDF gratuito y de código abierto para Windows. Permite ver, anotar, usar OCR, fusionar, dividir, editar texto, dibujar, firmar, rellenar formularios, imprimir, aplanar y abrir PDFs protegidos con contraseña sin suscripción. Instálalo o ejecútalo en versión portable. GPLv3

Un generador de datos sintéticos para el reconocimiento de texto

AdelaiDet es una caja de herramientas de código abierto para múltiples tareas de detección y reconocimiento a nivel de instancia.

Implementación oficial de Character Region Awareness for Text Detection (CRAFT)

🚀 Capturas de pantalla, marcado de palabras, OCR, IA, software de traducción || 截图、划词、文字识别、AI、翻译软件