ocr

ドキュメントからマルチメディアまで、あらゆるデータ形式を取り込み、解析、最適化し、GenAIフレームワークとの互換性を強化

📄 ONNX Runtime、OpenVINO、MNN、PaddlePaddle、TensorRT、PyTorchをベースとした、多言語対応のAwesome OCRツールキット。

「最良」のLSTMモデルの高速バリアントとレガシーモデルによる学習済みモデル

GLM-OCR: 高精度 × 高速 × 包括的

LLM駆動による非構造化データの抽出 — APIデプロイメントおよびETLパイプラインワークフロー向けに構築

スクリーンショット、オフラインOCR、検索、翻訳、画像検索、画面への貼り付け、画面録画、全方向スクロールスクリーンショット、画面翻訳。Windows、Linux、macOSに対応。

OCRフリーのDocument Understanding Transformer (Donut) および Synthetic Document Generator (SynthDoG) の公式実装 (ECCV 2022)

docTR (Document Text Recognition) - Deep Learningを搭載した、シームレスで高性能かつアクセシブルなOCR関連タスク用ライブラリ。t2kによる継続的な開発とメンテナンスを実施中。

PaddlePaddleをベースとしたオールインワン開発ツール。

PDF craftはPDFファイルを様々な他の形式に変換できます。このプロジェクトでは、スキャンされた書籍のPDFファイルの処理に焦点を当てます。

PDF、ドキュメント、画像をリッチな構造化データに変換する。

ディープラーニングベースのドキュメント画像解析のための統合ツールキット

ゲーム向けの高度なリアルタイム画面翻訳、動画のハードコードされた字幕、静的テキストなど。

飛鼠フォーマット (FlyingMouse Format) - Windows用無料ファイル形式変換ツール（オフライン利用可能、FFmpeg/LibreOffice/Poppler/Tesseract内蔵）。画像/ドキュメント/表/PPT/PDF/音動画/WPS形式相互変換 + OCR + バッチ変換；音声は標準形式のみ対応。作者：牢蜂（LaoFeng）｜個人無料利用限定、商用販売/転売/ラッパー化禁止

ディープラーニング支援型漫画翻訳ツール。ワンクリック機械翻訳と簡単な画像/テキスト編集に対応 | deeplearningを搭載した、また一つコンピュータ支援型コミック/マンガ翻訳ツール

Text Grabを使用すると、WindowsでOCRを迅速かつ簡単に利用可能に。オプションのバックグラウンドプロセスと通知機能付き。

Snow Appsリポジトリ。Snow ShotおよびSnow Image Viewerのソースコードを提供。

OpenMMLab テキスト検出、認識および理解ツールボックス

BibTeXおよびBibLaTeX (.bib) ライブラリを管理するためのデスクトップアプリ

TNN: Tencent Youtu LabとGuangying Labによって開発された、モバイル、デスクトップ、サーバー向けの統一的な深層学習推論フレームワーク。TNNは、クロスプラットフォーム対応能力、高性能、モデル圧縮、コードプルーニングなど、いくつかの優れた特徴を際立たせている。ncnnとRapidnetを基盤として、TNNはモバイルデバイス向けのサポートとパフォーマンス最適化をさらに強化している。

ドキュメントをPDFなどに、可能な限りシンプルにスキャン。

RuVectorは、Rustで構築された高性能、リアルタイム、自己学習型のAI、Vector GNN、Memory DBです。

デュアル字幕、AI生成字幕、リアルタイム翻訳などを備えた語学学習用メディアプレイヤー！

深層学習手法を用いた文字認識（光学文字認識）、ICCV 2019

DeepSeek Harness 向けの最初のビジョンプラグインであり、すべてのテキスト専用コーディングエージェントのためのビジョンブリッジ。画像を貼り付けるだけで、構造化された JSON のエビデンス（OCR、レイアウト、セマンティクス）を取得できます。

Windows向けの無料かつオープンソースのPDFエディター。サブスクリプション不要で、閲覧、注釈、OCR、結合、分割、テキスト編集、描画、署名、フォーム入力、印刷、フラット化、パスワード保護されたPDFのオープンが可能です。インストール版またはポータブル版を実行可能。GPLv3

テキスト認識用の合成データ生成ツール

AdelaiDetは、複数インスタンスレベルの検出および認識タスク向けのオープンソースツールボックスです。

Text Detection 向け Character Region Awareness (CRAFT) の公式実装

🚀 スクリーンショット、範囲選択翻訳、OCR、AI、翻訳ソフトウェア