ocr

🌝 MLKit es un kit de herramientas potente y fácil de usar. Con ML Kit, puedes implementar fácilmente reconocimiento de texto, escaneo de códigos de barras, etiquetado de imágenes, detección de rostros y detección de objetos.

RMT (RuoMengTu) es una herramienta de macros gratuita y de código abierto basada en AHKv2. Deja que el código se encargue del trabajo tedioso; tienes cosas más importantes que hacer.

Paddle.js es un proyecto web para Baidu PaddlePaddle, un framework de aprendizaje profundo de código abierto que se ejecuta en el navegador. Paddle.js puede cargar modelos preentrenados o transformar modelos desde paddle-hub mediante herramientas de conversión. Funciona en cualquier navegador con soporte para WebGL, WebGPU o WebAssembly, además de ser compatible con Baidu Smartprogram y WX miniprogram.

Motor de OCR para todos los idiomas

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

SnapX es una herramienta gratuita, de código abierto y multiplataforma que permite capturar o grabar cualquier área de la pantalla y compartirla al instante con una sola tecla. Sube imágenes, videos, texto y más a múltiples destinos compatibles, todo con facilidad. Fork de ShareX.

Recopilación de los mejores modelos de reconocimiento de tablas de código abierto, optimización del preprocesamiento y postprocesamiento, y conversión de modelos a ONNX.

Exportador de modelos ONNX para PaddlePaddle

Fork de tess-two reescrito desde cero para soportar la última versión de Tesseract OCR.

Asistente de IA de código abierto y centrado en lo local para tus datos. Unifica tareas, notas, documentos, fotos y marcadores. Privado, autohospedado y extensible mediante APIs.

Proporciona a tu agente de IA capacidad de lectura para archivos PDF: texto estructurado, tablas, OCR, evidencia visual y citas a nivel de página a través de MCP. Nativo en Rust, con enfoque local.

Una lista de proyectos de IA de código abierto que puedes utilizar para generar ingresos fácilmente.

Conversión de PDF a markdown utilizando LLM de visión, preservando tablas, diseños y estructura.

CCExtractor: versión oficial mantenida por el equipo principal

Extraiga datos estructurados de documentos de forma rápida y precisa.

Un modelo SOTA minimalista de OCR para LaTeX con solo 20M de parámetros, ejecutable en el navegador. Incluye el pipeline de entrenamiento completo para su autorreproducción.

Software de OCR local, portátil y sin conexión (tras la configuración inicial) que puede procesar imágenes y archivos PDF utilizando la IA DeepSeek-OCR-2 (ejecutándose directamente en tu máquina).

⌘⌘ - Una herramienta nativa y ligera de captura de pantalla para macOS que reside en la barra de menús. Presiona dos veces ⌘ Command para capturar cualquier región de la pantalla; se copia al portapapeles al instante o permite anotar primero con herramientas de lápiz y mosaico.

Note Companion: asistente de IA para Obsidian que va más allá de un simple chat. (anteriormente File Organizer 2000)

[dsh] Una caja de herramientas visual más potente diseñada para modelos de texto plano: instalación y uso gratuito, reconocimiento directo de imágenes pegadas, preguntas y respuestas sobre múltiples imágenes, captura de pantalla a UI frontend y más | Integración nativa de DeepSeek Harness para el kit de herramientas visuales de agentes: Q&A de imágenes, OCR de capturas de pantalla largas, restauración de UI, grounding, diferencia de píxeles, Artifacts y Web UI.

Un analizador de recibos de supermercado escrito en Python utilizando tesseract OCR.

Sistema de gestión documental de código abierto (espejo, no se aceptan pull requests ni issues).

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

Plugin de Zotero para OCR.

Descarga tu currículum desde resume.io en formato PDF.

Un kit de herramientas de inmersión para aprender idiomas a través de juegos y otros medios visuales.

Un traductor de selección ligero para macOS construido con Swift 6 puro, que incluye Apple Translate en el dispositivo para mayor privacidad, con un tamaño de instalación de solo 5 MB y un uso de memoria estable de aproximadamente 50 MB.

Interfaz web para reconocimiento de texto, corrección de OCR y creación de documentos totalmente digitalizados.

VTuber con IA que utiliza LLM, ASR, TTS, OCR, CV y otras tecnologías para realizar transmisiones en vivo o jugar Minecraft contigo.