ocr

🌝 O MLKit é um kit de ferramentas poderoso e fácil de usar. Com o ML Kit, você pode implementar facilmente reconhecimento de texto, reconhecimento de código de barras, rotulagem de imagens, detecção de rostos, detecção de objetos, entre outras funções.

O RMT (RuoMengTu) é uma ferramenta de macros gratuita e de código aberto construída em AHKv2. Deixe o código cuidar do trabalho tedioso — você tem coisas mais significativas para fazer.

Paddle.js é um projeto web para o Baidu PaddlePaddle, um framework de deep learning de código aberto que roda no navegador. O Paddle.js pode carregar modelos pré-treinados ou converter modelos do paddle-hub usando suas ferramentas de conversão. Pode ser executado em qualquer navegador com suporte a WebGL/WebGPU/WebAssembly, além de Baidu Smartprogram e WX miniprogram.

Mecanismo de OCR para todos os idiomas

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

O SnapX é uma ferramenta gratuita, de código aberto e multiplataforma que permite capturar ou gravar qualquer área da sua tela e compartilhá-la instantaneamente com o pressionar de uma tecla. Envie imagens, vídeos, textos e muito mais para vários destinos suportados com facilidade. Fork do ShareX

Organização dos melhores modelos de reconhecimento de tabela de código aberto atuais, aprimoramento de pré e pós-processamento, e conversão dos modelos para ONNX.

Exportador de modelos ONNX para PaddlePaddle

Fork do tess-two reescrito do zero para suportar a versão mais recente do Tesseract OCR.

Dê olhos para o seu agente de IA para PDFs — texto estruturado, tabelas, OCR, evidências visuais e citações em nível de página via MCP. Nativo em Rust, local-first.

Assistente de IA local-first e de código aberto para seus dados. Unifique tarefas, notas, documentos, fotos e favoritos. Privado, auto-hospedado e extensível via APIs.

Uma lista de projetos de IA de código aberto que você pode usar para gerar renda facilmente.

PDF para markdown usando LLMs de visão — tabelas, layouts e estrutura preservados

CCExtractor - Versão oficial mantida pela equipe principal

Extraia dados estruturados de documentos de forma rápida e precisa.

Um modelo SOTA minimalista de OCR para LaTeX com apenas 20M de parâmetros, rodando no navegador. Pipeline de treinamento completo disponível para autorreplicação.

Um software de OCR local, offline (após a configuração inicial) e portátil que pode processar imagens e arquivos PDF, usando DeepSeek-OCR-2 AI (executado diretamente na sua máquina).

⌘⌘ - Uma ferramenta de captura de tela nativa e leve para macOS que fica na barra de menus. Pressione ⌘ Command duas vezes para capturar qualquer região da sua tela — copiada instantaneamente para a área de transferência ou anotada primeiro com ferramentas de caneta e mosaico.

Note Companion: Assistente de IA para Obsidian que vai além de apenas um chat. (anteriormente File Organizer 2000)

Um analisador de recibos de supermercado escrito em Python usando tesseract OCR

[dsh] Integração nativa do DeepSeek Harness para o agent-vision-toolkit: perguntas e respostas sobre imagens, OCR de capturas de tela longas, restauração de UI, grounding, diff de pixels, Artifacts e Web UI.

Sistema de gerenciamento de documentos livre e de código aberto (espelho, sem pull requests ou issues)

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

Plugin do Zotero para OCR.

Baixe seu currículo do resume.io em PDF

Uma ferramenta leve de tradução por seleção para macOS, desenvolvida puramente em Swift 6, com tradução via Apple Translate local para privacidade, com apenas 5 MB de tamanho de instalação e uso estável de memória em torno de 50 MB.

Um kit de ferramentas de imersão para aprender idiomas através de jogos e outras mídias visuais.

Interface web para reconhecimento de texto, revisão de OCR e criação de documentos totalmente digitalizados.

AI VTuber com LLM, ASR, TTS, OCR, CV e mais tecnologias para fazer transmissão ao vivo ou jogar Minecraft com você.