ocr

CnSTD: Gói Python3 dựa trên PyTorch/MXNet dùng để phát hiện văn bản trong cảnh (Scene Text Detection), phát hiện công thức toán học (MFD) và phân tích bố cục (Layout Analysis) cho tiếng Trung/Anh.

Nền tảng OCR nhanh, dễ dàng và trực quan được viết bằng Rust và TypeScript. Giao diện hiện đại với API hiện đại, chú trọng vào trải nghiệm người dùng trực quan.

Công cụ dịch màn hình Android thời gian thực mã nguồn mở không cần ROOT, phù hợp cho trò chơi, tiểu thuyết hình ảnh và manga. Hỗ trợ OCR trên thiết bị và đám mây, LLM ngoại tuyến, nhiều dịch vụ dịch thuật, hiển thị bản dịch trên màn hình và chuyển văn bản thành giọng nói (TTS).

Bộ công cụ OCR từ Davar-Lab

Công cụ OCR và từ điển mã nguồn mở.

Skill tài liệu LaTeX đa năng cho Claude Code: 27 mẫu, 27 tập lệnh, 26 hướng dẫn tham khảo. Được tạo bằng Claude Code trên nền tảng HappyCapy AI.

Quét nhân vật, thánh di vật và vũ khí trong Genshin Impact từ cửa sổ trò chơi sang tệp JSON.

Công cụ quét thông tin nhận dạng cá nhân (PII) dựa trên AI

Các mô hình OCR nhẹ và nhanh để nhận dạng văn bản biển số xe.

Nhận dạng văn bản trong cảnh với các mô hình chuỗi tự hồi quy hoán vị (ECCV 2022)

Dedoc là một thư viện (dịch vụ) để tự động hóa việc phân tích cú pháp tài liệu và đưa về định dạng thống nhất. Nó tự động trích xuất nội dung, cấu trúc logic, bảng biểu và thông tin meta từ các tài liệu điện tử văn bản.

Huấn luyện Tesseract LSTM bằng make.

Các bản demo, ví dụ và tiện ích sử dụng PyMuPDF

Công cụ trích xuất phụ đề cứng cực nhanh. Chỉ cần chip Apple M1 hoặc card đồ họa NVIDIA 3060 để đạt tốc độ trích xuất gấp 10 lần.

An efficient OCR engine for receipt image processing.

Điều hướng toàn bộ màn hình của bạn mà không cần chạm vào chuột.

Pipeline OCR đa phương thức được tối ưu hóa cho huấn luyện ML (văn bản, hình ảnh, toán học, bảng biểu, sơ đồ)

Phần mềm Nhận dạng Biển số Tự động (ALPR/ANPR) hoạt động với mọi loại camera.

meikipop - từ điển cửa sổ bật lên OCR tiếng Nhật đa năng cho Windows, Linux và macOS

Công cụ dịch game thời gian thực | OCR + Dịch thuật AI | Chơi game trên Windows | Mã nguồn mở

Phát hiện văn bản tốt hơn bằng cách kết hợp nhiều công cụ OCR (EasyOCR, Tesseract và Pororo) với LLM.

Một plugin hỗ trợ trích xuất văn bản từ hình ảnh (OCR) và tệp PDF.

Tự động hóa xử lý sao kê ngân hàng bằng mô hình LLM và phân tích tài chính cá nhân

[ECCV 2026] Một khung làm việc dựa trên diffusion cho OCR tài liệu, thay thế giải mã tự hồi quy bằng giải mã diffusion song song cấp khối.

Phần mềm chụp ảnh màn hình đa nền tảng đơn giản và đẹp mắt, hỗ trợ OCR, dịch ảnh, dán nhãn và ghim ảnh.

Phiên bản số nguyên tốc độ cao của các mô hình LSTM đã huấn luyện

OCR dựa trên Tesseract dành cho Android

Trình bao bọc Tesseract OCR cho React Native

Triển khai chính thức của SynthTIGER (Trình tạo ảnh văn bản tổng hợp), ICDAR 2021.

ParseBench - Một tiêu chuẩn đánh giá phân tích tài liệu cho các AI Agent