ocr

MLKit là một bộ công cụ mạnh mẽ và dễ sử dụng. Thông qua ML Kit, bạn có thể dễ dàng hiện thực hóa các tính năng như nhận dạng văn bản, nhận dạng mã vạch, gán nhãn hình ảnh, phát hiện khuôn mặt và phát hiện đối tượng.

RMT (RuoMengTu) là một công cụ macro mã nguồn mở, miễn phí được xây dựng trên AHKv2. Hãy để mã xử lý công việc tẻ nhạt — bạn còn nhiều việc ý nghĩa hơn để làm.

Paddle.js là một dự án web dành cho Baidu PaddlePaddle, một framework học sâu mã nguồn mở chạy trong trình duyệt. Paddle.js có thể tải mô hình đã được huấn luyện trước hoặc chuyển đổi mô hình từ paddle-hub bằng các công cụ chuyển đổi mô hình do Paddle.js cung cấp. Nó có thể chạy trên mọi trình duyệt hỗ trợ WebGL/WebGPU/WebAssembly, cũng như chạy trong Baidu Smartprogram và tiểu chương trình WeChat.

Công cụ OCR cho tất cả các ngôn ngữ

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

SnapX là một công cụ đa nền tảng miễn phí, mã nguồn mở, cho phép bạn chụp hoặc quay bất kỳ khu vực nào trên màn hình và chia sẻ ngay lập tức chỉ với một phím bấm. Dễ dàng tải lên hình ảnh, video, văn bản và nhiều nội dung khác tới nhiều đích đến được hỗ trợ. Nhánh rẽ (fork) của ShareX

Tổng hợp các mô hình nhận dạng bảng tối ưu mã nguồn mở hiện tại, hoàn thiện tiền xử lý và hậu xử lý, đồng thời chuyển đổi mô hình sang ONNX.

Trình xuất mô hình ONNX cho PaddlePaddle

Bản fork của tess-two được viết lại từ đầu để hỗ trợ phiên bản Tesseract OCR mới nhất

Cung cấp cho AI agent đôi mắt để đọc PDF — văn bản có cấu trúc, bảng biểu, OCR, bằng chứng trực quan và trích dẫn cấp trang qua MCP. Viết bằng Rust thuần túy, ưu tiên cục bộ.

Trợ lý AI mã nguồn mở, ưu tiên cục bộ cho dữ liệu của bạn. Hợp nhất các tác vụ, ghi chú, tài liệu, ảnh và dấu trang. Riêng tư, tự lưu trữ và có thể mở rộng thông qua API.

Danh sách các dự án AI mã nguồn mở bạn có thể sử dụng để tạo thu nhập một cách dễ dàng.

Chuyển đổi PDF sang markdown sử dụng vision LLM — bảo toàn bảng, bố cục và cấu trúc

Trích xuất dữ liệu có cấu trúc từ tài liệu một cách nhanh chóng và chính xác

CCExtractor - Phiên bản chính thức được duy trì bởi đội ngũ cốt lõi

Mô hình OCR LaTeX SOTA tối giản với chỉ 20 triệu tham số, chạy trên trình duyệt. Cung cấp quy trình huấn luyện đầy đủ để tự tái tạo.

Phần mềm OCR cục bộ, ngoại tuyến (sau khi thiết lập ban đầu), di động có khả năng xử lý hình ảnh và tệp PDF, sử dụng AI DeepSeek-OCR-2 (chạy trực tiếp trên máy của bạn).

⌘⌘ - Một công cụ chụp màn hình macOS nhẹ, nguyên bản nằm trên thanh menu của bạn. Nhấn đúp phím ⌘ Command để chụp bất kỳ vùng nào trên màn hình — sao chép ngay vào khay nhớ tạm hoặc chú thích trước bằng các công cụ bút và khảm.

Note Companion: Trợ lý AI cho Obsidian vượt xa khả năng trò chuyện thông thường (trước đây là File Organizer 2000)

[dsh] Bộ công cụ thị giác mạnh mẽ hơn cho các mô hình văn bản thuần túy: cài đặt và sử dụng trong một dòng lệnh, dán ảnh để nhận diện trực tiếp, hỏi đáp nhiều ảnh, chụp màn hình để khôi phục giao diện người dùng｜Tích hợp DeepSeek Harness cho bộ công cụ thị giác tác nhân: hỏi đáp ảnh, OCR chụp màn hình dài, khôi phục UI, grounding, so sánh pixel, Artifacts và Web UI.

Trình phân tích hóa đơn siêu thị viết bằng Python sử dụng tesseract OCR

Hệ thống quản lý tài liệu mã nguồn mở miễn phí (bản sao, không nhận pull request hoặc issues)

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

Plugin Zotero hỗ trợ OCR

Bộ công cụ đắm mình để học ngôn ngữ thông qua trò chơi và các phương tiện trực quan khác.

Công cụ dịch văn bản trên macOS nhẹ, được phát triển bằng Swift 6 thuần túy, tích hợp Apple Translate trên thiết bị để bảo vệ quyền riêng tư, dung lượng cài đặt chỉ 5MB và mức sử dụng bộ nhớ ổn định khoảng 50MB.

Tải xuống sơ yếu lý lịch của bạn từ resume.io dưới dạng PDF

Giao diện web để nhận dạng văn bản, hiệu đính OCR và tạo tài liệu số hóa hoàn chỉnh.

AI VTuber tích hợp LLM, ASR, TTS, OCR, CV và nhiều công nghệ khác để livestream hoặc chơi Minecraft cùng bạn.