ocr-recognition

AI 向けデータのための PDF パーサー。PDF のアクセシビリティを自動化。オープンソース。

🖼️ Image Toolboxは高度な画像操作のための強力なアプリです。クロップや描画といった基本ツールから、フィルター、OCR、幅広い画像処理オプションまで、数十の機能を提供します。

高速で役立つオープンソースのドキュメントパーサー

セルフホスト型AI会計アプリ。カスタムプロンプトとカテゴリによる領収書、請求書、取引のLLM分析機能。

深層学習手法を用いた文字認識（光学文字認識）、ICCV 2019

Rust 製のマルチバックエンド OCR/VLM エンジン（DeepSeek‑OCR-1/2、PaddleOCR‑VL、DotsOCR）。DSQ量子化、OpenAI互換サーバー、CLIを備え、Pythonなしでローカル実行可能。

スクリーンショット経由でテキストを取得する Python ツール

488のフォーマットと26の言語をサポートする、リソース意識の高いセルフホスト型ファイル変換サーバー。

🔥🔥🔥 Java の無料オフライン AI アルゴリズムツールボックス。顔認識、生体検知、表情認識、物体検出、インスタンスセグメンテーション、歩行者検出、OCR 文字認識、ナンバープレート認識、表認識、ASR+TTS、機械翻訳などの機能をサポートし、Maven 依存関係に追加するだけで使用できます。PyTorch、Tensorflow をサポートし、Mtcnn、InsightFace、SeetaFace6、YOLOv8~v12、PaddleOCR(PPOCRv5)、Whisper などの主流モデルを統合済みです。

わずか20Mのパラメータでブラウザ上で動作する、ミニマルな SOTA LaTeX OCR モデル。自己再現のための完全なトレーニングパイプラインを提供。

🎮 リアルタイムゲーム翻訳ツール | OCR + AI 翻訳 | Windows ゲーム | オープンソース

TesseractベースのAndroid用OCR

SynthTIGER（Synthetic Text Image Generator、ICDAR 2021）の公式実装

Java PDF テーブル抽出・OCR ライブラリ。ストリーム、格子（OpenCV スタイルのグリッド検出）、ハイブリッド解析を使用して、テキストベースおよびスキャンされた PDF から構造化テーブルを抽出する。