ocr

CnSTD: PyTorch / MXNet ベースの中国語／英語シーン文字検出（Scene Text Detection）、数式検出（Mathematical Formula Detection, MFD）、レイアウト分析（Layout Analysis）用 Python3 パッケージ

RustとTypeScriptで書かれた、迅速で痛みのない直感的なOCRプラットフォーム。直感的なユーザー体験を重視したモダンなAPIとモダンなUI。

Davar-LabによるOCRツールボックス

ROOT権限不要のオープンソースAndroid画面リアルタイム翻訳ツール。ゲーム、ビジュアルノベル、マンガに最適です。オンデバイスおよびクラウドOCR、オフラインLLM、多様な翻訳サービス、音声読み上げ（TTS）をサポートし、画面上に直接翻訳を表示できます。

オープンソースの OCR および辞書ツール

ゲーム画面から原神のキャラクター、聖遺物、武器をスキャンして JSON ファイルに出力するツール

AI を活用した個人識別情報 (PII) スキャナー

ナンバープレート認識のための軽量で高速な OCR モデル

Claude Code向けのユニバーサルなLaTeXドキュメントスキル：27のテンプレート、27のスクリプト、26のリファレンスガイド。✦ HappyCapy AI ✦ プラットフォーム上のClaude Codeで作成

順序を入れ替えた自己回帰シーケンスモデルを用いたシーンテキスト認識（ECCV 2022）

Dedocは、ドキュメントの解析と統一フォーマットへの変換を自動化するためのライブラリ（サービス）です。テキスト電子ドキュメントから、コンテンツ、論理構造、テーブル、メタ情報を自動的に抽出します。（ドキュメント解析、ドキュメントコンテンツ抽出、論理構造抽出、PDFパーサー、スキャン済みドキュメントパーサー、DOCXパーサー、HTMLパーサー）

make を使用した Tesseract LSTM のトレーニング

PyMuPDFを使用したデモ、サンプル、およびユーティリティ

超高速なハードサブタイトル抽出ツール。Apple M1チップまたはNVIDIA RTX 3060グラフィックボードを使用するだけで、10倍速の抽出を実現します。

An efficient OCR engine for receipt image processing.

機械学習のトレーニングに最適化されたマルチモーダル OCR パイプライン（テキスト、図、数式、表、ダイアグラム）

マウスを使わずに画面全体を操作する

あらゆるカメラに対応する、自動ナンバープレート認識（ALPR/ANPR）ソフトウェア

meikipop - Windows、Linux、macOS 向けの汎用日本語 OCR ポップアップ辞書

🎮 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

🔍 複数の OCR エンジン（EasyOCR、Tesseract、Pororo）と 🧠 LLM を組み合わせた、より優れたテキスト検出。

画像 (OCR) や PDF からのテキスト抽出を容易にする (コンパニオン) プラグイン

LLM モデルによる AI 銀行明細書の自動化とパーソナル財務分析

[ECCV 2026] 自己回帰デコーディングをブロック単位の並列拡散デコーディングに置き換える、ドキュメントOCR用の拡散ベースのフレームワーク。

シンプルで美しいクロスプラットフォームのスクリーンショットソフトウェア。OCR、画像翻訳、ステッカー、画像のピン留め機能もサポートしています

学習済み LSTM モデルの高速整数バージョン

TesseractベースのAndroid用OCR

React Native 用 Tesseract OCR ラッパー

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

ParseBench - AI エージェントのためのドキュメント解析ベンチマーク