ocr

🌝 MLKit adalah toolkit yang kuat dan mudah digunakan. Melalui ML Kit, Anda dapat dengan mudah menerapkan pengenalan teks, pengenalan barcode, pelabelan gambar, deteksi wajah, deteksi objek, dan fungsi lainnya.

RMT (RuoMengTu) adalah alat makro sumber terbuka gratis yang dibuat di AHKv2. Biarkan kode menangani pekerjaan yang membosankan—Anda memiliki hal lain yang lebih bermakna untuk dilakukan.

Paddle.js adalah proyek web untuk Baidu PaddlePaddle, yang merupakan kerangka kerja pembelajaran mendalam sumber terbuka yang berjalan di browser. Paddle.js dapat memuat model yang telah dilatih sebelumnya, atau mengubah model dari paddle-hub dengan alat pengubah model yang disediakan oleh Paddle.js. Ini dapat berjalan di setiap browser yang mendukung WebGL/WebGPU/WebAssembly. Ini juga dapat berjalan di Baidu Smartprogram dan WX miniprogram.

Mesin OCR untuk semua bahasa

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

SnapX adalah alat lintas platform gratis dan open-source yang memungkinkan Anda menangkap atau merekam area layar mana pun dan langsung membagikannya dengan satu tombol. Unggah gambar, video, teks, dan lainnya ke beberapa tujuan yang didukung dengan mudah. Fork dari ShareX

Mengorganisasi model pengenalan tabel open-source terbaik saat ini, meningkatkan pra-pemrosesan dan pasca-pemrosesan, serta mengonversi model ke format ONNX.

Pengekspor model ONNX untuk PaddlePaddle

Cabang (fork) dari tess-two yang ditulis ulang dari awal untuk mendukung versi terbaru Tesseract OCR.

Memberikan kemampuan penglihatan pada agen AI Anda untuk PDF — teks terstruktur, tabel, OCR, bukti visual, dan sitasi tingkat halaman melalui MCP. Native Rust, mengutamakan penyimpanan lokal.

Asisten AI open-source yang mengutamakan penyimpanan lokal untuk data Anda. Menyatukan tugas, catatan, dokumen, foto, dan bookmark. Bersifat pribadi, self-hosted, dan dapat diperluas melalui API.

Daftar proyek AI sumber terbuka yang dapat Anda gunakan untuk menghasilkan pendapatan dengan mudah.

PDF ke markdown menggunakan vision LLMs — tabel, tata letak, dan struktur dipertahankan

CCExtractor - Versi resmi yang dikelola oleh tim inti

Ekstrak data terstruktur dari dokumen dengan cepat dan akurat.

Model OCR LaTeX SOTA minimalis dengan hanya 20 juta parameter, berjalan di browser. Pipeline pelatihan penuh tersedia untuk reproduksi mandiri.

Perangkat lunak OCR lokal, offline (setelah pengaturan awal), dan portabel yang dapat memproses gambar serta file PDF, menggunakan AI DeepSeek-OCR-2 (berjalan langsung di mesin Anda).

⌘⌘ - Alat screenshot macOS asli yang ringan dan berada di menu bar Anda. Ketuk dua kali ⌘ Command untuk mengambil wilayah layar Anda — langsung disalin ke clipboard, atau beri anotasi terlebih dahulu dengan alat pena dan mosaik.

Note Companion: Asisten AI untuk Obsidian yang lebih dari sekadar obrolan. (sebelumnya File Organizer 2000)

Parser struk supermarket yang ditulis dalam Python menggunakan tesseract OCR

Toolkit visual yang lebih canggih untuk model teks: instalasi satu baris, pengenalan gambar langsung, tanya jawab multi-gambar, dan pemulihan UI dari tangkapan layar. Integrasi DeepSeek untuk toolkit visi agen: tanya jawab gambar, OCR tangkapan layar panjang, pemulihan UI, grounding, perbandingan piksel, Artifacts, dan Web UI.

Sistem Manajemen Dokumen Sumber Terbuka Gratis (cermin, tidak ada pull request atau issue)

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

Plugin Zotero untuk OCR

Unduh resume Anda dari resume.io sebagai PDF

Alat penerjemah pilihan macOS ringan yang dibuat dengan murni Swift 6, dilengkapi Apple Translate on-device untuk privasi, ukuran instalasi hanya 5MB, dan penggunaan memori stabil sekitar 50MB.

Toolkit imersi untuk mempelajari bahasa melalui permainan dan media visual lainnya.

Antarmuka web untuk mengenali teks, mengoreksi OCR, dan membuat dokumen yang terdigitalisasi sepenuhnya.

AI VTuber dengan teknologi LLM, ASR, TTS, OCR, CV, dan lainnya untuk siaran langsung atau bermain Minecraft bersama Anda.