ocr

Colete, analise e otimize qualquer formato de dados ➡️ de documentos a multimídia ➡️ para maior compatibilidade com frameworks de GenAI

📄 Awesome OCR, kits de ferramentas para múltiplas linguagens de programação baseados em ONNX Runtime, OpenVINO, MNN, PaddlePaddle, TensorRT e PyTorch.

Modelos treinados com uma variante rápida dos "melhores" modelos LSTM + modelos legados.

GLM-OCR: Preciso, rápido e abrangente.

Extração de dados não estruturados impulsionada por LLM — Construída para implantações de API e fluxos de trabalho de pipeline ETL

Captura de tela, OCR offline, busca, tradução, busca por imagem, fixação de imagem, gravação de tela, captura de tela com rolagem omnidirecional, tradutor de tela. Suporta Windows, Linux e macOS.

Implementação oficial do Document Understanding Transformer (Donut) sem OCR e do Synthetic Document Generator (SynthDoG), ECCV 2022.

docTR (Document Text Recognition) - uma biblioteca acessível, de alto desempenho e integrada para tarefas de OCR baseadas em Deep Learning. Desenvolvimento e manutenção contínuos pela t2k.

Ferramenta de desenvolvimento tudo-em-um baseada em PaddlePaddle.

O PDF craft pode converter arquivos PDF em vários outros formatos. Este projeto focará no processamento de arquivos PDF de livros digitalizados.

Transforma PDFs, documentos e imagens em dados estruturados enriquecidos

Um kit de ferramentas unificado para análise de imagens de documentos baseada em Deep Learning

Tradutor de tela avançado em tempo real para jogos, legendas codificadas em vídeos, texto estático, etc.

Formato FlyingMouse - Ferramenta gratuita de conversão de arquivos para Windows (disponível offline, com FFmpeg/LibreOffice/Poppler/Tesseract integrados). Conversão mútua de imagens/documentos/planilhas/PPT/PDF/áudio/vídeo/WPS + OCR + conversão em lote; áudio suporta apenas formatos comuns. Autor: LaoFeng | Apenas para uso pessoal e gratuito, proibida a venda comercial / revenda / encapsulamento

Ferramenta de tradução de mangás assistida por deep learning, com suporte a tradução automática e edição simples de imagem/texto.

Use OCR no Windows de forma rápida e fácil com o Text Grab. Com processo em segundo plano e notificações opcionais.

Repositório Snow Apps, fornecendo código-fonte para o Snow Shot e o Snow Image Viewer

Caixa de ferramentas do OpenMMLab para detecção, reconhecimento e compreensão de texto

Aplicativo de desktop para gerenciar bibliotecas BibTeX e BibLaTeX (.bib)

TNN: desenvolvido pelo Tencent Youtu Lab e Guangying Lab, um framework unificado de inferência de deep learning para celular, desktop e servidor. O TNN se destaca por vários recursos excelentes, incluindo capacidade multiplataforma, alto desempenho, compressão de modelo e poda de código. Com base no ncnn e Rapidnet, o TNN fortalece ainda mais o suporte e a otimização de desempenho para dispositivos móveis.

Digitalize documentos para PDF e mais, da forma mais simples possível.

RuVector é um banco de dados de memória vetorial GNN, de alto desempenho, tempo real e autoaprendizado, construído em Rust.

O reprodutor de mídia para aprendizado de idiomas, com legendas duplas, legendas geradas por IA, tradução em tempo real e muito mais!

Reconhecimento de texto (OCR) com métodos de deep learning, ICCV 2019

O primeiro plugin de visão para o DeepSeek Harness e a ponte visual para qualquer agente de codificação baseado em texto. Cole uma imagem e obtenha evidências JSON estruturadas (OCR, layout, semântica).

Editor de PDF gratuito e de código aberto para Windows. Visualize, anote, faça OCR, mescle, divida, edite texto, desenhe, assine, preencha formulários, imprima, achate e abra PDFs protegidos por senha sem assinatura. Instale ou execute de forma portátil. GPLv3

Um gerador de dados sintéticos para reconhecimento de texto.

AdelaiDet é uma caixa de ferramentas de código aberto para múltiplas tarefas de detecção e reconhecimento em nível de instância.

Implementação oficial de Character Region Awareness for Text Detection (CRAFT)

🚀 Capturas de tela, marcação de palavras, OCR, IA, software de tradução