ocr

Un servidor OCR para iOS que utiliza el framework Vision de Apple.

Una interfaz Gtk/Qt para tesseract-ocr.

Copia cualquier texto en tu pantalla, deja de volver a escribir.

Biblioteca y herramienta CLI en Rust para OCR (extracción de texto de imágenes).

Un sistema OCR ligero basado en PaddleOCR, desacoplado del framework de entrenamiento de aprendizaje profundo PaddlePaddle, con una velocidad de inferencia ultrarrápida.

Una colección de ideas y algoritmos originales e innovadores hacia Advanced Literate Machinery. Este proyecto lo mantiene el equipo de OCR en el Language Technology Lab, Tongyi Lab, Alibaba Group.

Herramienta de Python para capturar texto mediante capturas de pantalla

Extracción de datos no estructurados rápida y eficiente. Escrito en Rust con bindings para múltiples lenguajes.

Utilidades de visión para agentes de interacción web 👀

Proyecto de traductor MORT - Traductor de juegos en tiempo real con OCR

Lee manga japonés en el navegador con texto seleccionable.

Forma declarativa de ejecutar modelos de IA en React Native en el dispositivo, impulsada por ExecuTorch.

MixTeX es una herramienta multimodal para LaTeX, chino-inglés y OCR de tablas. Realiza inferencia eficiente basada en CPU de forma local y sin conexión en Windows.

ExtractThinker es una librería de inteligencia de documentos para LLMs que ofrece interacción al estilo ORM para flujos de trabajo de documentos flexibles y potentes.

YomiToku es un paquete de análisis de imágenes de documentos impulsado por IA diseñado específicamente para el idioma japonés. YomitokuはAIを活用した日本語文書解析エンジンを提供するPythonパッケージです。

Colección de bibliotecas y herramientas de código abierto para la Automatización Robótica de Procesos (RPA), diseñadas para usarse con Robot Framework y Python.

Programa de línea de comandos de Windows para reconocimiento de texto de imágenes sin conexión OCR, que produce resultados en formato de cadena JSON, fácil de llamar por otros programas. Proporciona API en varios idiomas. Compilado por PaddleOCR C++.

Extrae y convierte datos de cualquier documento, imágenes, PDFs, documentos de Word, PPT o URL a múltiples formatos (Markdown, JSON, CSV, HTML) con extracción inteligente de datos estructurados y OCR avanzado.

Plataforma de código abierto para extraer datos estructurados de documentos mediante IA.

Una versión empaquetada y flexible del detector de texto CRAFT y el modelo de reconocimiento Keras CRNN.

OpenOCR: Un toolkit de código abierto para investigación y aplicaciones de OCR general, que integra un benchmark unificado de entrenamiento y evaluación, sistemas de OCR y análisis de documentos de nivel comercial, y reproducciones fieles de las implementaciones principales de una amplia gama de artículos académicos.

Un conjunto de notebooks y otros archivos que te ayudarán a aprender IA desde cero.

¿Cómo copiar texto de imágenes? La respuesta es TextSnatcher. Realiza operaciones de OCR en segundos en Linux Desktop.

SDK de detección y reconocimiento de texto en chino, gratuito y sin conexión

Servidor de conversión de archivos autohospedado y consciente de los recursos, compatible con 488 formatos en 26 idiomas.

Reconocimiento de fórmulas matemáticas versión mejorada: fórmulas manuscritas e impresas en chino e inglés, con soporte para deducción de símbolos básicos (estructura de datos basada en el árbol de sintaxis abstracta de LaTeX).

Traducción al pasar el ratón para cualquier idioma - Extensión de Chrome: traductor de PDF, EBOOK, EPUB, OCR, TTS, NETFLIX, SUBTÍTULOS DUALES DE YOUTUBE, GOOGLE DOCS, IA, VISOR, GMAIL, ESCRITURA, IMAGEN, SUBTÍTULOS DUALES, MANGA, HOVER, DICCIONARIO, WEBTOON, EDGE, JAPONÉS, INGLÉS.

Captura de pantalla y grabación de pantalla de código abierto para macOS. La alternativa nativa y gratuita a CleanShot X. Construido con Swift 6.0 y SwiftUI.

Herramienta de investigación de código abierto para buscar, navegar, analizar y explorar grandes colecciones de documentos mediante un motor de búsqueda semántica y una plataforma de minería y análisis de texto de código abierto (integra ETL para procesamiento de documentos, OCR para imágenes y PDF, reconocimiento de entidades nombradas para personas, organizaciones y ubicaciones, gestión de metadatos mediante tesauros y ontologías, interfaz de usuario de búsqueda y aplicaciones de búsqueda para texto completo).

Inferencia de PaddleOCR en PyTorch. Convertido desde PaddleOCR.