ocr-recognition

PDF 解析器，将数据转为 AI 可用格式。自动化 PDF 可访问性。开源。

🖼️ Image Toolbox 是功能强大的图像处理应用，提供从裁剪、绘图等基础工具到滤镜、OCR 及多种图像处理功能。

快速、实用且开源的文档解析器

自托管 AI 会计应用。LLM 分析收据、发票、交易，支持自订提示与分类

使用深度学习方法的文字识别（光学字符识别），ICCV 2019

Rust 多后端 OCR/VLM 引擎（支持 DeepSeek‑OCR-1/2、PaddleOCR‑VL、DotsOCR），具备 DSQ 量化与兼容 OpenAI 的服务器与 CLI —— 无需 Python 即可在本地运行。

通过截图获取文字的 Python 工具

一个自托管、具资源感知能力的文件转换服务器，支持 26 种语言的 488 种格式。

🔥🔥🔥Java免费离线AI算法工具箱，支持人脸识别、活体检测、表情识别、目标检测、实例分割、行人检测、OCR文字识别、车牌识别、表格识别、ASR+TTS、机器翻译等功能，Maven引用即可使用。支持PyTorch、Tensorflow，已集成 Mtcnn、InsightFace、SeetaFace6、YOLOv8~v12、PaddleOCR(PPOCRv5)、Whisper等主流模型

极简的 SOTA LaTeX OCR 模型，仅 20M 参数，可在浏览器中运行。提供完整的训练流程以供自行复现。 | 超轻量SOTA LaTeX公式识别模型，仅20M参数量，可在浏览器中运行。训练全流程代码开源，以便自学复现。

🎮 实时游戏翻译工具 | OCR + AI 翻译 | Windows 游戏 | 开源

基于 Tesseract 的 Android OCR 工具

SynthTIGER (合成文字图像生成器) 官方实现，ICDAR 2021

Java PDF 表格提取与 OCR 库。通过流、网格（OpenCV 风格网格检测）与混合解析，从文本型与扫描 PDF 中提取结构化表格。