ocr

Repositori untuk Document AI

Alat Python3 open-source dengan model KECIL untuk mengenali tata letak, tabel, rumus matematika (LaTeX), dan teks dalam gambar, serta mengubahnya ke format Markdown. Alternatif gratis untuk Mathpix, yang mendukung konversi konten visual ke representasi berbasis teks dengan mulus. Mendukung lebih dari 80 bahasa.

[Identifikasi Kode Verifikasi - Pelatihan] Proyek ini berbasis CNN/ResNet/DenseNet+GRU/LSTM+CTC/CrossEntropy untuk merealisasikan identifikasi kode verifikasi. Proyek ini hanya ditujukan untuk melatih model.

API ekstraksi dan penguraian dokumen (PDF, Word, PPTX, dll.) menggunakan OCR modern tercanggih + model yang didukung Ollama. Anonimisasi dokumen. Hapus PII. Konversikan dokumen atau gambar apa pun ke JSON atau Markdown terstruktur

Paket Go untuk OCR (Optical Character Recognition), menggunakan pustaka Tesseract C++

Shudong OCR (alat OCR lintas platform).

Wrapper untuk bekerja dengan Tesseract OCR di dalam PHP.

Koleksi proyek AI praktis yang mengimplementasikan sistem OCR, RAG, agen AI, dan kasus penggunaan AI lainnya.

Meningkatkan output Tesseract OCR menggunakan LLM (lokal atau API) untuk koreksi kesalahan, pemotongan cerdas, dan pemformatan markdown dari PDF yang dipindai.

Server Model Context Protocol untuk mengonversi hampir semua hal ke Markdown

Deteksi dan pengenalan teks adegan bahasa Mandarin ujung-ke-ujung dengan CTPN, CRNN, dan CTC (proyek lama).

OpenRecall adalah alternatif sumber terbuka yang mengutamakan privasi untuk solusi berpemilik seperti Windows Recall dari Microsoft. Dengan OpenRecall, Anda dapat mengakses riwayat digital dengan mudah, meningkatkan memori dan produktivitas tanpa mengorbankan privasi.

Sistem Manajemen Dokumen Open Source untuk Arsip Digital (Dokumen Pemindaian)

Aplikasi/ekstensi peramban penerjemah komik dan manga berbasis AI untuk menerjemahkan komik, manga, manhwa, BD, fumetti, dan lainnya secara otomatis dalam berbagai bahasa dan format (Gambar, PDF, EPUB, CBR, CBZ, dll).

Pengenalan karakter optik (OCR) untuk teks bahasa Jepang, dengan fokus utama pada manga Jepang.

Alat desktop penerjemah manga AI sumber terbuka yang diimplementasikan berdasarkan manga-image-translator. Mendukung pemrosesan otomatis manga Jepang, Korea, dan Inggris; terintegrasi dengan mesin terjemahan OpenAI, Gemini, dan lainnya; mencakup deteksi teks OCR, penghapusan teks asli, terjemahan AI, perbaikan gambar, dan tata letak teks; dilengkapi editor visual, dukungan gaya teks kustom, dan siap digunakan dengan sekali klik.

Alat tangkapan layar berbasis OCR untuk menangkap informasi, bukan sekadar gambar

Gunakan LLM dan LLM Vision (OCR) untuk menangani paperless-ngx - Digitalisasi dokumen yang didukung oleh AI

Sistem manajemen dokumen ringan yang dilengkapi dengan semua fitur yang Anda harapkan dari solusi besar yang mahal

Infrastruktur open-source dan platform orkestrasi data untuk pengambilan keputusan risiko

CLI resmi untuk Agentic Document Extraction (ADE) oleh LandingAI — mengurai dokumen dan mengekstrak data berbentuk skema dari terminal Anda

Framework Agen LLM di ComfyUI mencakup server MCP, Omost, GPT-sovits, ChatTTS, GOT-OCR2.0, dan node prompt FLUX, akses ke Feishu, discord, serta beradaptasi dengan semua LLM dengan antarmuka serupa openai / aisuite, seperti o1, ollama, gemini, grok, qwen, GLM, deepseek, kimi, doubao. Diadaptasi untuk LLM lokal, VLM, GGUF seperti llama-3.3, Janus-Pro, dan Linkage graphRAG

Bantu mengorganisasi tumpukan dokumen Anda dari pemindai, surel, dan sumber lainnya dengan sedikit usaha.

Alat untuk mengonversi skema warna / palet Wallpaper, OCR dengan VLM Tradisional & Hibrida, Kompresi Gambar, ekstraksi palet warna, peningkatan skala gambar dengan Adversarial Networks, dan fitur pemrosesan gambar lainnya.

Penerjemahan PDF dengan tetap mempertahankan tata letak, rumus, dan struktur, cocok untuk dokumen ilmiah dan teknis.

Sistem Pengenalan Teks Tulis Tangan (HTR) yang diimplementasikan dengan TensorFlow.

Mesin OCR/VLM multi-backend Rust (DeepSeek-OCR-1/2, PaddleOCR-VL, DotsOCR) dengan kuantisasi DSQ serta server & CLI yang kompatibel dengan OpenAI – jalankan secara lokal tanpa Python.

Pembungkus Python untuk API tesseract-ocr

Mesin pencari yang "langsung berfungsi" untuk Obsidian. Mendukung OCR dan pengindeksan PDF.

Toolkit on-premises untuk ekstraksi data tidak terstruktur tanpa OCR, konversi markdown, dan benchmarking. (https://idp-leaderboard.org/)