ocr

Một kho lưu trữ dành cho Document AI

Một công cụ Python3 mã nguồn mở với các mô hình NHỎ dùng để nhận diện bố cục, bảng biểu, công thức toán học (LaTeX) và văn bản trong hình ảnh, chuyển đổi chúng sang định dạng Markdown. Một giải pháp thay thế miễn phí cho Mathpix, hỗ trợ chuyển đổi mượt mà nội dung trực quan thành dạng văn bản. Hỗ trợ hơn 80 ngôn ngữ.

[Nhận dạng mã xác nhận - Đào tạo] Dự án này dựa trên CNN/ResNet/DenseNet+GRU/LSTM+CTC/CrossEntropy để thực hiện nhận dạng mã xác nhận. Dự án này chỉ dành cho việc huấn luyện mô hình.

API trích xuất và phân tích tài liệu (PDF, Word, PPTX ...) sử dụng OCR hiện đại tiên tiến + các mô hình được hỗ trợ bởi Ollama. Ẩn danh hóa tài liệu. Loại bỏ PII. Chuyển đổi bất kỳ tài liệu hoặc hình ảnh nào thành JSON hoặc Markdown có cấu trúc

Gói Go cho OCR (Nhận dạng ký tự quang học), sử dụng thư viện Tesseract C++

Nhận dạng văn bản OCR Tree Hole (Một tiện ích OCR đa nền tảng)

Một wrapper để làm việc với Tesseract OCR trong PHP.

Bộ sưu tập các dự án AI thực tế được tuyển chọn thực hiện hệ thống OCR, RAG, tác nhân AI và các trường hợp sử dụng AI khác.

Cải thiện đầu ra của Tesseract OCR bằng các LLM (cục bộ hoặc API) để sửa lỗi, chia nhỏ thông minh và định dạng markdown cho các tệp PDF đã quét

Một máy chủ Model Context Protocol để chuyển đổi hầu hết mọi thứ sang Markdown

Phát hiện và nhận dạng văn bản tiếng Trung trong cảnh thực tế từ đầu đến cuối với CTPN, CRNN và CTC (dự án cũ).

OpenRecall là giải pháp thay thế hoàn toàn mã nguồn mở, ưu tiên quyền riêng tư cho các giải pháp độc quyền như Windows Recall của Microsoft. Với OpenRecall, bạn có thể dễ dàng truy cập lịch sử kỹ thuật số của mình, nâng cao trí nhớ và năng suất mà không ảnh hưởng đến quyền riêng tư.

Hệ thống Quản lý Tài liệu Mã nguồn mở cho Lưu trữ Kỹ thuật số (Tài liệu đã quét)

Ứng dụng/tiện ích mở rộng trình duyệt dịch truyện tranh và manga AI để tự động dịch truyện tranh, manga, manhwa, BD, fumetti và nhiều định dạng khác sang nhiều ngôn ngữ (Hình ảnh, PDF, EPUB, CBR, CBZ v.v.).

Nhận dạng ký tự quang học (OCR) cho văn bản tiếng Nhật, tập trung chủ yếu vào manga tiếng Nhật

Công cụ dịch truyện tranh AI trên máy tính mã nguồn mở được triển khai dựa trên manga-image-translator. Hỗ trợ xử lý tự động truyện tranh Nhật, Hàn, Anh, tích hợp nhiều công cụ dịch như OpenAl, Gemini; thực hiện quy trình hoàn chỉnh bao gồm phát hiện văn bản OCR, xóa văn bản gốc, dịch AI, sửa ảnh, bố cục bản dịch, đi kèm trình chỉnh sửa trực quan, hỗ trợ tùy chỉnh kiểu văn bản, triển khai bằng một cú nhấp chuột và sẵn sàng sử dụng.

Công cụ chụp ảnh màn hình tích hợp OCR để thu thập thông tin thay vì hình ảnh

: Sử dụng LLM và LLM Vision (OCR) để xử lý paperless-ngx - Số hóa tài liệu được hỗ trợ bởi AI

Hệ thống quản lý tài liệu nhẹ với đầy đủ tính năng như các giải pháp lớn đắt tiền

Nền tảng điều phối dữ liệu và cơ sở hạ tầng mã nguồn mở cho việc ra quyết định rủi ro

CLI chính thức cho Agentic Document Extraction (ADE) bởi LandingAI — phân tích tài liệu và trích xuất dữ liệu theo lược đồ trực tiếp từ terminal của bạn

Framework LLM Agent trong ComfyUI bao gồm máy chủ MCP, Omost, GPT-sovits, ChatTTS, GOT-OCR2.0 và các node nhắc lệnh FLUX, truy cập Feishu, discord, và tương thích với mọi LLM có giao diện tương tự OpenAI / aisuite như o1, ollama, gemini, grok, qwen, GLM, deepseek, kimi, doubao. Tương thích với các LLM, VLM, GGUF chạy cục bộ như llama-3.3 Janus-Pro, Linkage graphRAG

Hỗ trợ sắp xếp các tài liệu từ máy quét, email và các nguồn khác với nỗ lực tối thiểu.

Công cụ chuyển đổi bảng màu hình nền, OCR với VLM truyền thống và lai, nén ảnh, trích xuất bảng màu, nâng cấp ảnh bằng mạng đối kháng (Adversarial Networks) và nhiều tính năng xử lý ảnh khác.

Dịch file PDF trong khi vẫn giữ nguyên bố cục, công thức và cấu trúc, thích hợp cho tài liệu nghiên cứu và kỹ thuật

Hệ thống Nhận dạng Văn bản Viết tay (HTR) được triển khai bằng TensorFlow.

Công cụ OCR/VLM đa backend bằng Rust (DeepSeek‑OCR-1/2, PaddleOCR‑VL, DotsOCR) với lượng tử hóa DSQ cùng máy chủ tương thích OpenAI và CLI – chạy cục bộ không cần Python.

Một Python wrapper cho API tesseract-ocr

Một công cụ tìm kiếm "hoạt động mượt mà" dành cho Obsidian. Hỗ trợ OCR và lập chỉ mục PDF.

Bộ công cụ trích xuất dữ liệu phi cấu trúc tại chỗ không cần OCR, chuyển đổi markdown và đánh giá chuẩn.