ocr

CnSTD: PyTorch/MXNet पर आधारित चीनी/अंग्रेजी दृश्य पाठ पहचान (Scene Text Detection), गणितीय सूत्र पहचान (MFD), और लेआउट विश्लेषण के लिए एक Python3 पैकेज

Rust और TypeScript में लिखा गया तेज़, आसान और सहज OCR प्लेटफ़ॉर्म। सहज उपयोगकर्ता अनुभव पर जोर देने के साथ आधुनिक UI और आधुनिक API।

बिना ROOT के Android के लिए ओपन-सोर्स रीयल-टाइम स्क्रीन ट्रांसलेटर, जो गेम, विज़ुअल नॉवेल और मंगा के लिए उपयुक्त है। यह ऑन-डिवाइस और क्लाउड OCR, ऑफ़लाइन LLM, विभिन्न अनुवाद सेवाओं और TTS का समर्थन करता है।

Davar-Lab का OCR टूलबॉक्स

ओपन-सोर्स OCR और डिक्शनरी टूल।

Claude Code के लिए यूनिवर्सल LaTeX दस्तावेज़ कौशल: 27 टेम्पलेट्स, 27 स्क्रिप्ट, 26 संदर्भ मार्गदर्शिकाएँ। ✦ HappyCapy AI ✦ प्लेटफ़ॉर्म पर Claude Code के साथ बनाया गया

गेम विंडो से Genshin Impact के पात्रों, कलाकृतियों और हथियारों को स्कैन करके एक JSON फ़ाइल में सहेजता है।

AI-संचालित पर्सनल आइडेंटिफिएबल इंफॉर्मेशन (PII) स्कैनर।

लाइसेंस प्लेट टेक्स्ट रिकग्निशन के लिए हल्के और तेज़ OCR मॉडल

Permuted Autoregressive Sequence Models के साथ सीन टेक्स्ट रिकग्निशन (ECCV 2022)

Dedoc दस्तावेज़ पार्सिंग को स्वचालित करने और उन्हें एक समान प्रारूप में लाने के लिए एक लाइब्रेरी (सर्विस) है। यह टेक्स्टुअल इलेक्ट्रॉनिक दस्तावेज़ों से सामग्री, तार्किक संरचना, टेबल और मेटा जानकारी को स्वचालित रूप से निकालता है।

make के साथ Tesseract LSTM को ट्रेन करें।

PyMuPDF का उपयोग करने वाले डेमो, उदाहरण और उपयोगिताएँ।

बिजली की गति से काम करने वाला हार्ड सबटाइटल एक्सट्रैक्शन टूल। Apple M1 चिप या NVIDIA 3060 ग्राफिक्स कार्ड के साथ 10 गुना तेज़ एक्सट्रैक्शन प्राप्त करें।

An efficient OCR engine for receipt image processing.

माउस को छुए बिना अपनी पूरी स्क्रीन पर नेविगेट करें।

ML ट्रेनिंग के लिए ऑप्टिमाइज़्ड मल्टी-मोडल OCR पाइपलाइन (टेक्स्ट, फिगर, मैथ, टेबल, डायग्राम)

ऑटोमैटिक लाइसेंस प्लेट रिकॉग्निशन (ALPR) या ऑटोमैटिक नंबर प्लेट रिकॉग्निशन (ANPR) सॉफ्टवेयर जो किसी भी कैमरे के साथ काम करता है।

meikipop - Windows, Linux और macOS के लिए यूनिवर्सल जापानी OCR पॉपअप डिक्शनरी

🎮 रियल-टाइम गेम ट्रांसलेशन टूल | OCR + AI ट्रांसलेशन | Windows गेमिंग | ओपन सोर्स।

🔍 कई OCR इंजन (EasyOCR, Tesseract, और Pororo) को 🧠 LLM के साथ जोड़कर बेहतर टेक्स्ट डिटेक्शन।

इमेज (OCR) और PDF से टेक्स्ट निकालने की सुविधा के लिए एक (कंपेनियन) प्लगइन।

LLM मॉडल और व्यक्तिगत वित्तीय विश्लेषण द्वारा AI बैंक स्टेटमेंट दस्तावेज़ स्वचालन

[ECCV 2026] दस्तावेज़ OCR के लिए एक डिफ़्यूज़न-आधारित फ्रेमवर्क जो ऑटोरेग्रेसिव डिकोडिंग को ब्लॉक-स्तरीय समानांतर डिफ़्यूज़न डिकोडिंग से बदलता है।

एक सरल और सुंदर क्रॉस-प्लेटफ़ॉर्म स्क्रीनशॉट सॉफ़्टवेयर, जो OCR, इमेज ट्रांसलेशन, स्टिकर और इमेज पिनिंग सुविधाओं का समर्थन करता है

प्रशिक्षित LSTM मॉडल के तेज़ पूर्णांक संस्करण

एंड्रॉइड के लिए Tesseract आधारित OCR

React Native के लिए Tesseract OCR रैपर

SynthTIGER (सिंथेटिक टेक्स्ट इमेज जेनरेटर), ICDAR 2021 का आधिकारिक कार्यान्वयन

ParseBench - AI एजेंटों के लिए एक दस्तावेज़ पार्सिंग बेंचमार्क