ocr

Un dépôt dédié à l'IA documentaire.

Outil Python3 open-source utilisant de petits modèles pour reconnaître les mises en page, tableaux, formules mathématiques (LaTeX) et textes dans les images, afin de les convertir au format Markdown. Une alternative gratuite à Mathpix permettant une conversion fluide du contenu visuel en texte. Plus de 80 langues supportées.

[Reconnaissance de CAPTCHA - Entraînement] Ce projet utilise CNN/ResNet/DenseNet+GRU/LSTM+CTC/CrossEntropy pour réaliser l'identification de CAPTCHA. Ce projet est uniquement destiné à l'entraînement du modèle.

API d'extraction et d'analyse de documents (PDF, Word, PPTX...) utilisant des OCR modernes de pointe et des modèles pris en charge par Ollama. Anonymisez les documents, supprimez les informations personnelles (PII) et convertissez tout document ou image en JSON ou Markdown structuré.

Package Go pour l'OCR (reconnaissance optique de caractères), utilisant la bibliothèque C++ Tesseract.

TreeHole OCR, un outil OCR multiplateforme.

Un wrapper pour utiliser Tesseract OCR avec PHP.

Une collection organisée de projets IA pratiques implémentant des systèmes OCR, RAG, des agents IA et d'autres cas d'utilisation de l'IA.

Améliore la sortie de Tesseract OCR en utilisant des LLM (locaux ou via API) pour la correction d'erreurs, le découpage intelligent et le formatage Markdown de PDF numérisés.

Un serveur Model Context Protocol pour convertir presque n'importe quel contenu en Markdown.

Détection et reconnaissance de texte de scène en chinois de bout en bout avec CTPN, CRNN et CTC (projet hérité).

OpenRecall est une alternative open-source axée sur la confidentialité aux solutions propriétaires comme Windows Recall de Microsoft. Accédez facilement à votre historique numérique pour améliorer votre mémoire et votre productivité sans compromettre votre vie privée.

Système de gestion documentaire open source pour archives numériques (documents numérisés).

Application et extension de navigateur de traduction de BD et mangas par IA pour traduire automatiquement des comics, mangas, manhwas, BD, fumetti, etc., dans plusieurs langues et formats (Images, PDF, EPUB, CBR, CBZ, etc.).

Reconnaissance optique de caractères pour le texte japonais, avec un accent particulier sur les mangas.

Outil open source de traduction de mangas basé sur manga-image-translator. Prend en charge la traduction automatique de mangas japonais, coréens et américains, intègre 5 moteurs de traduction dont OpenAI et Gemini, et propose un éditeur visuel pour ajuster le style du texte. Installation en un clic, prêt à l'emploi.

Outil de capture d'écran basé sur l'OCR pour capturer des informations plutôt que des images

Utiliser des LLM et la vision LLM (OCR) pour gérer paperless-ngx - Numérisation de documents propulsée par l'IA

Système de gestion documentaire léger doté de toutes les fonctionnalités attendues des solutions coûteuses.

Plateforme open-source d'infrastructure et d'orchestration de données pour la prise de décision en matière de risques.

CLI officielle pour l'extraction de documents par IA (ADE) de LandingAI — analysez des documents et extrayez des données structurées depuis votre terminal

Framework d'agent LLM dans ComfyUI incluant des nœuds pour serveur MCP, Omost, GPT-sovits, ChatTTS, GOT-OCR2.0 et FLUX, accès à Feishu, discord, et compatible avec tous les LLM utilisant des interfaces similaires à openai / aisuite, tels que o1, ollama, gemini, grok, qwen, GLM, deepseek, kimi, doubao. Adapté aux LLM locaux, VLM et GGUF tels que llama-3.3, Janus-Pro et Linkage graphRAG.

Aide à organiser vos piles de documents provenant de scanners, d'e-mails et d'autres sources avec un minimum d'effort.

Outil de traitement d'image incluant la conversion de palettes de couleurs, l'OCR via VLM, la compression, l'extraction de palettes et l'upscaling par réseaux antagonistes.

Traduction de PDF tout en préservant la mise en page, les formules et la structure, adaptée aux documents scientifiques et techniques

Système de reconnaissance de texte manuscrit (HTR) implémenté avec TensorFlow.

Moteur OCR/VLM multi-backend en Rust (DeepSeek-OCR-1/2, PaddleOCR-VL, DotsOCR) avec quantification DSQ, serveur compatible OpenAI et CLI – exécution locale sans Python.

Wrapper Python pour l'API tesseract-ocr

Un moteur de recherche « qui fonctionne tout simplement » pour Obsidian. Prend en charge l'OCR et l'indexation PDF.

Une boîte à outils sur site pour l'extraction de données non structurées sans OCR, la conversion en markdown et l'évaluation comparative.