ocr

Thu thập, phân tích cú pháp và tối ưu hóa mọi định dạng dữ liệu ➡️ từ tài liệu đến đa phương tiện ➡️ để nâng cao khả năng tương thích với các framework GenAI

📄 Bộ công cụ OCR đa ngôn ngữ lập trình tuyệt vời dựa trên ONNX Runtime, OpenVINO, MNN, PaddlePaddle, TensorRT và PyTorch.

Các mô hình đã được huấn luyện với biến thể nhanh của các mô hình LSTM "tốt nhất" + các mô hình cũ

GLM-OCR: Chính xác × Nhanh chóng × Toàn diện

Trích xuất dữ liệu phi cấu trúc điều khiển bằng LLM — Được xây dựng cho việc triển khai API & quy trình làm việc ETL Pipeline

Chụp màn hình, OCR ngoại tuyến, tìm kiếm và dịch, tìm kiếm bằng hình ảnh, ghim ảnh, quay màn hình, chụp màn hình cuộn đa hướng, dịch màn hình. Hỗ trợ Windows, Linux, macOS.

Bản cài đặt chính thức của Transformer hiểu tài liệu không cần OCR (Donut) và Trình tạo tài liệu tổng hợp (SynthDoG), ECCV 2022

docTR (Document Text Recognition) - một thư viện liền mạch, hiệu suất cao và dễ tiếp cận cho các tác vụ liên quan đến OCR được hỗ trợ bởi Deep Learning. Được phát triển và bảo trì liên tục bởi t2k.

Công cụ phát triển tất cả trong một dựa trên PaddlePaddle

PDF craft có thể chuyển đổi tệp PDF sang các định dạng khác nhau. Dự án này sẽ tập trung vào việc xử lý các tệp PDF của sách đã quét.

Chuyển đổi PDF, Tài liệu và Hình ảnh thành Dữ liệu có cấu trúc phong phú

Bộ công cụ hợp nhất cho phân tích hình ảnh tài liệu dựa trên Deep Learning

Trình dịch màn hình thời gian thực nâng cao cho trò chơi, phụ đề cứng trong video, văn bản tĩnh, v.v.

Định dạng FlyingMouse - Công cụ chuyển đổi định dạng tệp miễn phí trên Windows (dùng ngoại tuyến, tích hợp sẵn FFmpeg/LibreOffice/Poppler/Tesseract). Chuyển đổi tương hỗ hình ảnh/tài liệu/bảng tính/PPT/PDF/âm thanh/video/WPS + OCR + chuyển đổi hàng loạt; âm thanh chỉ hỗ trợ định dạng thông thường. Tác giả: LaoFeng ｜ Chỉ sử dụng miễn phí cho cá nhân, cấm bán thương mại/bán lại/đóng gói lại

Công cụ hỗ trợ dịch truyện tranh bằng học sâu, hỗ trợ dịch máy một chạm và chỉnh sửa hình ảnh/văn bản đơn giản | Một công cụ hỗ trợ dịch truyện tranh/manga khác chạy bằng học sâu

Sử dụng OCR trong Windows nhanh chóng và dễ dàng với Text Grab. Đi kèm quy trình nền tùy chọn và thông báo.

Kho lưu trữ Snow Apps, cung cấp mã nguồn cho Snow Shot và Snow Image Viewer.

Bộ công cụ phát hiện, nhận dạng và hiểu văn bản của OpenMMLab

Ứng dụng desktop để quản lý thư viện BibTeX và BibLaTeX (.bib)

TNN: được phát triển bởi Tencent Youtu Lab và Guangying Lab, một framework suy luận học sâu đồng nhất cho di động, máyδ để bàn và máy chủ. TNN nổi bật với các tính năng xuất sắc bao gồm khả năng đa nền tảng, hiệu suất cao, nén mô hình và cắt tỉa mã. Dựa trên ncnn và Rapidnet, TNN củng cố hơn nữa việc hỗ trợ và tối ưu hóa hiệu suất cho thiết bị di động, đồng thời...

Quét tài liệu thành PDF và nhiều hơn nữa, một cách đơn giản nhất có thể.

RuVector là một cơ sở dữ liệu bộ nhớ (Memory DB) Vector GNN, AI tự học, thời gian thực, hiệu năng cao được xây dựng bằng Rust.

Trình phát đa phương tiện hỗ trợ học ngoại ngữ với phụ đề kép, phụ đề tạo bởi AI, dịch thời gian thực và nhiều tính năng khác!

Nhận dạng văn bản (nhận dạng ký tự quang học) bằng phương pháp học sâu, ICCV 2019

Plugin thị giác đầu tiên cho DeepSeek Harness, và cầu nối thị giác cho mọi coding agent chỉ hỗ trợ văn bản. Dán hình ảnh, nhận dữ liệu JSON có cấu trúc (OCR, bố cục, ngữ nghĩa).

Trình chỉnh sửa PDF miễn phí và mã nguồn mở cho Windows. Xem, chú thích, OCR, hợp nhất, tách, chỉnh sửa văn bản, vẽ, ký, điền biểu mẫu, in, làm phẳng và mở các tệp PDF được bảo vệ bằng mật khẩu mà không cần đăng ký. Cài đặt hoặc chạy di động. GPLv3

Trình tạo dữ liệu tổng hợp cho nhận dạng văn bản

AdelaiDet là một bộ công cụ mã nguồn mở dành cho các tác vụ phát hiện và nhận dạng ở cấp độ thực thể (instance-level).

Triển khai chính thức của Character Region Awareness for Text Detection (CRAFT)

🚀 Phần mềm chụp màn hình, đánh dấu từ, OCR, AI, dịch thuật