ocr

GenAI फ्रेमवर्क के साथ बेहतर अनुकूलता के लिए किसी भी डेटा फॉर्मेट को इंजेस्ट, पार्स और ऑप्टिमाइज़ करें ➡️ दस्तावेज़ों से लेकर मल्टीमीडिया तक

📄 ONNX Runtime, OpenVINO, MNN, PaddlePaddle, TensorRT और PyTorch पर आधारित शानदार OCR बहु-प्रोग्रामिंग भाषा टूलकिट।

"सर्वश्रेष्ठ" LSTM मॉडल के तेज़ वेरिएंट + लीगेसी मॉडल के साथ प्रशिक्षित मॉडल।

GLM-OCR: सटीक × तेज़ × व्यापक

असंरचित डेटा का LLM-चालित निष्कर्षण - API तैनाती और ETL पाइपलाइन वर्कफ़्लो के लिए निर्मित

स्क्रीनशॉट, ऑफ़लाइन OCR, खोज, अनुवाद, छवि द्वारा खोज, स्क्रीन पर चिपकाना, स्क्रीन रिकॉर्डर, सर्वदिशात्मक स्क्रॉलिंग स्क्रीनशॉट, स्क्रीन अनुवाद। Windows, Linux, macOS समर्थित हैं।

OCR-मुक्त दस्तावेज़ समझ ट्रांसफॉर्मर (Donut) और सिंथेटिक दस्तावेज़ जेनरेटर (SynthDoG), ECCV 2022 का आधिकारिक कार्यान्वयन

docTR (Document Text Recognition) - Deep Learning द्वारा संचालित OCR-संबंधित कार्यों के लिए एक सहज, उच्च-प्रदर्शन और सुलभ लाइब्रेरी। t2k द्वारा निरंतर विकास और रखरखाव।

PaddlePaddle पर आधारित ऑल-इन-वन डेवलपमेंट टूल

PDF craft PDF फाइलों को अन्य विभिन्न फॉर्मेट में बदल सकता है। यह प्रोजेक्ट स्कैन की गई किताबों की PDF फाइलों को प्रोसेस करने पर केंद्रित है।

PDF, दस्तावेज़ों और छवियों को संवर्धित संरचित डेटा में बदलता है

डीप लर्निंग आधारित डॉक्यूमेंट इमेज एनालिसिस के लिए एक यूनिफाइड टूलकिट

गेम, वीडियो में हार्डकोडेड उपशीर्षक, स्थैतिक पाठ आदि के लिए उन्नत वास्तविक समय स्क्रीन अनुवादक।

FlyingMouse फॉर्मेट - Windows मुफ़्त फ़ाइल फॉर्मेट रूपांतरण टूल (ऑफ़लाइन उपलब्ध, अंतर्निहित FFmpeg/LibreOffice/Poppler/Tesseract)। चित्र/दस्तावेज़/स्प्रेडशीट/PPT/PDF/ऑडियो-वीडियो/WPS फॉर्मेट रूपांतरण + OCR + बैच रूपांतरण; ऑडियो केवल सामान्य फॉर्मेट का समर्थन करता है। लेखक: लाओफेंग (LaoFeng) | केवल व्यक्तिगत मुफ़्त उपयोग के लिए, व्यावसायिक बिक्री/पुनर्विक्रय/रैपिंग प्रतिबंधित है।

deeplearning द्वारा संचालित एक और कंप्यूटर-सहायता प्राप्त कॉमिक/मंगा अनुवाद उपकरण, जो एक-क्लिक मशीन अनुवाद और सरल इमेज/टेक्स्ट संपादन का समर्थन करता है।

Text Grab के साथ Windows में जल्दी और आसानी से OCR का उपयोग करें। वैकल्पिक बैकग्राउंड प्रक्रिया और सूचनाओं के साथ।

Snow Apps रिपॉजिटरी, जो Snow Shot और Snow Image Viewer के लिए सोर्स कोड प्रदान करती है।

OpenMMLab टेक्स्ट डिटेक्शन, रिकग्निशन और अंडरस्टैंडिंग टूलबॉक्स

BibTeX और BibLaTeX (.bib) लाइब्रेरीज़ को प्रबंधित करने के लिए डेस्कटॉप ऐप।

TNN: Tencent Youtu Lab और Guangying Lab द्वारा विकसित, मोबाइल, डेस्कटॉप और सर्वर के लिए एक यूनिफ़ॉर्म डीप लर्निंग इन्फ्रेन्स फ्रेमवर्क। TNN अपनी कई उत्कृष्ट विशेषताओं के लिए जाना जाता है, जिसमें इसकी क्रॉस-प्लेटफ़ॉर्म क्षमता, उच्च प्रदर्शन, मॉडल कंप्रेशन और कोड प्रूनिंग शामिल हैं। ncnn और Rapidnet के आधार पर, TNN मोबाइल उपकरणों के लिए समर्थन और प्रदर्शन अनुकूलन को और मजबूत करता है, और साथ ही

दस्तावेजों को PDF में स्कैन करें और अधिक, जितना संभव हो उतना सरल।

RuVector एक उच्च-प्रदर्शन, रीयल-टाइम, सेल्फ-लर्निंग AI, वेक्टर GNN, मेमोरी DB है जिसे Rust में बनाया गया है।

भाषा सीखने के लिए मीडिया प्लेयर, जिसमें दोहरे उपशीर्षक, AI-जनरेटेड उपशीर्षक, रीयल-टाइम अनुवाद और बहुत कुछ है!

डीप लर्निंग विधियों के साथ टेक्स्ट रिकग्निशन (ऑप्टिकल कैरेक्टर रिकग्निशन), ICCV 2019

DeepSeek Harness के लिए पहला विजन प्लग-इन, और हर टेक्स्ट-ओनली कोडिंग एजेंट के लिए विजन ब्रिज। एक छवि पेस्ट करें, संरचित JSON साक्ष्य (OCR, लेआउट, सिमेंटिक्स) प्राप्त करें।

Windows के लिए मुफ़्त और ओपन-सोर्स PDF एडिटर। बिना किसी सब्सक्रिप्शन के देखें, एनोटेट करें, OCR करें, मर्ज करें, विभाजित करें, टेक्स्ट संपादित करें, ड्रा करें, साइन करें, फ़ॉर्म भरें, प्रिंट करें, फ़्लैटन करें और पासवर्ड-संरक्षित PDF खोलें। इंस्टॉल करें या पोर्टेबल चलाएं। GPLv3

टेक्स्ट रिकग्निशन के लिए एक सिंथेटिक डेटा जनरेटर

AdelaiDet कई इंस्टेंस-स्तरीय डिटेक्शन और रिकग्निशन कार्यों के लिए एक ओपन सोर्स टूलबॉक्स है।

टेक्स्ट डिटेक्शन के लिए Character Region Awareness (CRAFT) का आधिकारिक कार्यान्वयन

🚀 स्क्रीनशॉट, वर्ड मार्किंग, OCR, AI, अनुवाद सॉफ्टवेयर