ocr

🌝 MLKit एक शक्तिशाली और उपयोग में आसान टूलकिट है। ML Kit के माध्यम से आप आसानी से टेक्स्ट रिकग्निशन, बारकोड रिकग्निशन, इमेज लेबलिंग, फेस डिटेक्शन, ऑब्जेक्ट डिटेक्शन आदि कार्य कर सकते हैं।

RMT (RuoMengTu) AHKv2 पर बना एक मुफ्त, ओपन-सोर्स मैक्रो टूल है। उबाऊ काम कोड को करने दें—आपके पास करने के लिए अधिक महत्वपूर्ण चीजें हैं।

Paddle.js Baidu PaddlePaddle के लिए एक वेब प्रोजेक्ट है, जो ब्राउज़र में चलने वाला एक ओपन सोर्स डीप लर्निंग फ्रेमवर्क है। Paddle.js प्री-ट्रेंड मॉडल लोड कर सकता है या Paddle.js द्वारा प्रदान किए गए टूल का उपयोग करके मॉडल को ट्रांसफॉर्म कर सकता है। यह WebGL/WebGPU/WebAssembly समर्थित किसी भी ब्राउज़र में चल सकता है। यह Baidu Smartprogram और WX miniprogram में भी चल सकता है।

सभी भाषाओं के लिए OCR इंजन

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

SnapX एक मुफ्त, ओपन-सोर्स, क्रॉस-प्लेटफ़ॉर्म टूल है जो आपको अपनी स्क्रीन के किसी भी क्षेत्र को कैप्चर या रिकॉर्ड करने और एक कीप्रेस के साथ तुरंत साझा करने की सुविधा देता है। छवियों, वीडियो, टेक्स्ट और अन्य को कई समर्थित गंतव्यों पर आसानी से अपलोड करें। ShareX का फोर्क।

वर्तमान में उपलब्ध सर्वोत्तम ओपन-सोर्स टेबल रिकग्निशन मॉडल को व्यवस्थित करना, प्री-प्रोसेसिंग और पोस्ट-प्रोसेसिंग में सुधार करना, और मॉडल को ONNX में बदलना।

PaddlePaddle के लिए ONNX मॉडल एक्सपोर्टर

Tesseract OCR के नवीनतम संस्करण का समर्थन करने के लिए शून्य से फिर से लिखा गया tess-two का फोर्क।

MCP के माध्यम से अपने AI एजेंट को PDF के लिए दृष्टि दें — संरचित टेक्स्ट, टेबल, OCR, विज़ुअल साक्ष्य और पेज-लेवल साइटेशन। नेटिव Rust, लोकल-फर्स्ट।

आपके डेटा के लिए लोकल-फर्स्ट, ओपन-सोर्स AI असिस्टेंट। कार्यों, नोट्स, दस्तावेज़ों, फ़ोटो और बुकमार्क को एकीकृत करें। निजी, सेल्फ-होस्टेड और API के माध्यम से विस्तार योग्य।

ओपन-सोर्स AI प्रोजेक्ट्स की एक सूची जिनका उपयोग आप आसानी से आय उत्पन्न करने के लिए कर सकते हैं।

विज़न LLMs का उपयोग करके PDF से मार्कडाउन - टेबल, लेआउट और संरचना सुरक्षित रहती है

दस्तावेजों से संरचित डेटा को जल्दी और सटीक रूप से निकालें।

CCExtractor - कोर टीम द्वारा अनुरक्षित आधिकारिक संस्करण

केवल 20M पैरामीटर्स वाला एक मिनिमलिस्ट SOTA LaTeX OCR मॉडल, जो ब्राउज़र में चलता है। स्व-पुनरुत्पादन के लिए पूर्ण प्रशिक्षण पाइपलाइन उपलब्ध है।

एक स्थानीय, ऑफलाइन (प्रारंभिक सेटअप के बाद), पोर्टेबल OCR सॉफ़्टवेयर जो DeepSeek-OCR-2 AI का उपयोग करके सीधे आपकी मशीन पर इमेज और PDF फ़ाइलों को प्रोसेस कर सकता है।

⌘⌘ - एक हल्का, नेटिव macOS स्क्रीनशॉट टूल जो आपके मेनू बार में रहता है। अपनी स्क्रीन के किसी भी हिस्से को कैप्चर करने के लिए ⌘ Command को दो बार टैप करें - तुरंत क्लिपबोर्ड पर कॉपी हो जाता है, या पेन और मोज़ेक टूल से पहले एनोटेट करें।

नोट कंपेनियन: Obsidian के लिए AI असिस्टेंट जो सिर्फ चैट से आगे जाता है। (पूर्व में File Organizer 2000)

[dsh] सादे पाठ मॉडल के लिए अधिक शक्तिशाली विजुअल टूलबॉक्स: एक-लाइन इंस्टॉलेशन, सीधे इमेज पेस्ट करके पहचान, एकाधिक इमेज प्रश्नोत्तर, स्क्रीनशॉट से फ्रंटएंड UI बहाلی आदि।

Python में लिखा गया एक सुपरमार्केट रसीद पार्सर जो tesseract OCR का उपयोग करता है

फ्री ओपन सोर्स डॉक्यूमेंट मैनेजमेंट सिस्टम (मिरर, पुल रिक्वेस्ट या इश्यू नहीं)

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

OCR के लिए Zotero प्लगइन।

गेम्स और अन्य विजुअल मीडिया के माध्यम से भाषा सीखने के लिए एक इमर्शन टूलकिट।

शुद्ध Swift 6 में निर्मित एक हल्का macOS सिलेक्शन ट्रांसलेटर, जिसमें गोपनीयता के लिए ऑन-डिवाइस Apple ट्रांसलेट की सुविधा है, जिसका इंस्टॉलेशन साइज़ केवल 5MB है और मेमोरी उपयोग लगभग 50MB स्थिर है।

resume.io से अपना रेज़्यूमे PDF के रूप में डाउनलोड करें

टेक्स्ट पहचानने, OCR प्रूफरीडिंग और पूरी तरह से डिजिटाइज़्ड दस्तावेज़ बनाने के लिए वेब इंटरफ़ेस।

AI VTuber जो LLM, ASR, TTS, OCR, CV और अन्य तकनीकों के साथ लाइव स्ट्रीम करने या आपके साथ Minecraft खेलने में सक्षम है।